Concept drift | AI slovník

Odborná definice

Concept drift je změna statistického vztahu mezi vstupmi a cílem v čase, která může snížit výkon modelu naučeného na minulých datech. Formálně se mění společná distribuce nebo podmínění cíle na príznakoch, přičemž se odlišuje od čistého data driftu bez změny rozhodovacího vztahu. Drift může být náhly, postupný, opakujúci se nebo lokální. Detekce používá oneskorené labely, chybové signály, distribuční testy a doménové události. Reakce může zahrnovat retréning, vážení novších dat, ensemble nebo změnu procesu.

Srozumitelné vysvětlení

Model dotazu naučený před změnou cien může po několika mesiacoch podceňovat chování zákazníků, protože stejná kombinace příznaků už nevedie k rovnakému nákupu. Vstupní hodnoty mohou vyzerat podobně, ale význam se změnil. Inokedy se posune pouze mix regionů a vztah zůstane stabilní. Proto nestačí alarm na rozdíl v distribuci dat. Potrebujete sledovat reálně výsledky, segmenty a události v biznise. Retréning se spustí až po určení, či jde o trvalou změnu, sezónnost nebo chybu pipeline.

Časté otázky

Jaký je rozdíl mezi concept drift a data drift?

Data drift popisuje změnu rozdělení vstupů, například více mobilných uživatelů. Concept drift znamená, že se změnil vztah mezi vstupem a cílem. Jeden může nastat bez druhého, proto monitoring příznaků nenahrádza sledování výkonu s labelmi.

Jak se drift odhalí bez okamžitých labelů?

Používají se proxy signály, distribuční vzdálenosti, nejistota modelu, podíl abstencií a doménové indikátory. Také alarmy říkají, že se vstupy změnily, ne že model určite selhává. Po príchode výsledků se musí potvrdit chybovými metrikami.

Je každý sezónny vzor drift?

Opakujúca se sezónnost může měnit distribuci a výkon, ale je predvídatelná a lze ji zahrnout do modelu nebo validačního dizajnu. Driftová strategie má rozlišovat očekávaný cyklus od neznámej štrukturálnej změny, aby nespúšťala zbytočný retréning.

Kdy retrénovat model?

Když validované zhoršení překročí toleranci, nové data jsou dostatočné a príčina není chyba zdroje či labelů. Automatický retréning potřebuje brány, porovnání s champion modelem, rollback a kontrolu segmentů. Čerstvejší model nemusí být lepší.

Může drift ovlivnit pouze jednu skupinu?

Ano. Globální metrika zůstane stabilní, pokud se zhoršení malé skupiny ztratí v priemere. Proto se sledují regiony, produkty, jazyky, zařízení a rizikové kohorty. Lokální drift může mít zásadný dopad i při malém počtu případů.

Související pojmy

Zdroje a redakční stopa

Gama a kol., A Survey on Concept Drift Adaptation

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.