教師あり学習のモデルの学習において用いる教師ありデータの取得には大きなコストが発生する。そのような状況において，逐次的にモデルの精度を上げるために教師ラベルを付与するデータをサンプルすることでラベルの付与コストを抑えつつ精度の高いモデルを構築する手法として能動学習がある．能動学習は従来分類問題における議論が非常に多かったが，近年では回帰問題での研究事例も増加傾向にある．そこで本稿では，能動学習における回帰・分類問題における問題設定と最近の研究動向をまとめ紹介する．