Что такое data drift и concept drift?

Data drift — это изменение распределения входных данных со временем. Например, если модель обучена на данных с определёнными характеристиками, а в реальной эксплуатации данные начинают отличаться (например, изменился профиль пользователей), производительность модели может ухудшиться.

Concept drift — это изменение самой зависимости между входными данными и целевой переменной. То есть, даже если входные данные выглядят похоже, связь между ними и результатом изменилась. Например, поведение пользователей или рыночные условия изменились, и модель, основанная на старых закономерностях, перестала быть актуальной.

Оба типа дрейфа требуют мониторинга моделей и, при необходимости, переобучения или адаптации моделей для поддержания качества.