Τι είναι η μετατόπιση δεδομένων;

Η μετατόπιση δεδομένων είναι μια αλλαγή στη διανομή ή τα χαρακτηριστικά των εισερχόμενων δεδομένων με την πάροδο του χρόνου, η οποία μπορεί να επηρεάσει αρνητικά την ποιότητα της απόδοσης του μοντέλου μηχανικής μάθησης.

Για παράδειγμα, αν ένα μοντέλο εκπαιδεύεται με δεδομένα με ορισμένες ιδιότητες και στην πραγματική λειτουργία τα δεδομένα αρχίζουν να αλλάζουν (π.χ. η συμπεριφορά των χρηστών, οι περιβαλλοντικές συνθήκες, η μορφή των δεδομένων), το μοντέλο μπορεί να αρχίσει να λειτουργεί χειρότερα.

Τύποι μετατόπισης δεδομένων:

• Μετατόπιση εννοιών (concept drift): αλλάζει η εξάρτηση μεταξύ των εισερχόμενων δεδομένων και της μεταβλητής στόχου.
• Μετατόπιση διανομής δεδομένων (data distribution drift): αλλάζει η κατανομή των εισερχόμενων δεδομένων χωρίς να αλλάζει η εξάρτηση από τη μεταβλητή στόχου.

Για την αντιμετώπιση της μετατόπισης δεδομένων, εφαρμόζεται παρακολούθηση της ποιότητας του μοντέλου, καταγραφή των εισερχόμενων δεδομένων και αποτελεσμάτων, και τακτική επανεκπαίδευση του μοντέλου με νέα δεδομένα.

Παράδειγμα: ένα μοντέλο βαθμολόγησης πιστώσεων εκπαιδευμένο με δεδομένα πελατών του 2019, αλλά το 2023 η οικονομική κατάσταση άλλαξε και η συμπεριφορά των πελατών έγινε διαφορετική — αυτό είναι μια μετατόπιση δεδομένων που απαιτεί προσαρμογή του μοντέλου.