Ի՞նչ է տվյալների դրեյֆը։

Տվյալների տեղաշարժը ժամանակի ընթացքում տվյալների մուտքային բաշխման կամ հատկանիշների փոփոխությունն է, ինչը կարող է բացասաբար ազդել մեքենայական ուսուցման մոդելի աշխատանքի որակի վրա:

Օրինակ, եթե մոդելը պատրաստված է որոշ հատկություններով տվյալների վրա, իսկ իրական օգտագործման ժամանակ տվյալները սկսում են փոխվել (օրինակ՝ օգտվողների վարքագիծը, շրջակա միջավայրի պայմանները, տվյալների ձևաչափը), մոդելը կարող է սկսել վատ գործել:

Տվյալների տեղաշարժի տեսակներ:

• Կոնցեպտի տեղաշարժ (concept drift): փոխվում է մուտքային տվյալների և նպատակային փոփոխականի միջև կախվածությունը:
• Տվյալների բաշխման տեղաշարժ (data distribution drift): փոխվում է մուտքային տվյալների բաշխումը առանց կախվածության փոփոխության նպատակային փոփոխակից:

Դրա դեմ պայքարի համար կիրառվում է մոդելի որակի մոնիտորինգ, մուտքային տվյալների և արդյունքների գրանցում, և նոր տվյալներով մոդելի կանոնավոր վերապատրաստում:

Օրինակ՝ 2019 թվականի հաճախորդների տվյալներով պատրաստված վարկային գնահատման մոդելը, բայց 2023 թվականին տնտեսական իրավիճակը փոխվել է, և հաճախորդների վարքագիծը փոխվել է՝ սա տվյալների տեղաշարժ է, որը պահանջում է մոդելի հարմարվողականություն։