教師あり学習のためのデータセット作成における「アノテーション」および「アクティブラーニング（能動学習）」に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
アクティブラーニングは、モデルにとって予測の不確実性が高い（判定に迷う）未ラベルデータを優先的に選択して人間にアノテーションを依頼することで、ラベリングコストを抑えつつ効率的に性能を向上させる手法である。
イ
アノテーション作業では作業者ごとの判断基準のばらつき（アノテーション揺れ）を無視し、ガイドラインの策定は行わないのが鉄則である。
ウ
クラウドソーシングで集めたラベルは常に100%正確であるため、品質チェックや多数決判定は一切不要である。
エ
全データに一度にラベルを付与しなければ、機械学習モデルの学習を開始することは一切できない。