Cos'è il drifting dei dati?

Il drifting dei dati è un cambiamento nella distribuzione o nelle caratteristiche dei dati di input nel tempo, che può influire negativamente sulla qualità delle prestazioni del modello di apprendimento automatico.

Ad esempio, se un modello viene addestrato con dati con determinate proprietà e, nella pratica reale, i dati iniziano a cambiare (ad esempio, il comportamento degli utenti, le condizioni ambientali, il formato dei dati), il modello potrebbe iniziare a funzionare peggio.

Tipi di drifting dei dati:

• Drift di concetto (concept drift): cambia la dipendenza tra i dati di input e la variabile target.
• Drift di distribuzione dei dati (data distribution drift): cambia la distribuzione dei dati di input senza modificare la dipendenza dalla variabile target.

Per combattere il drifting dei dati, si applicano il monitoraggio della qualità del modello, la registrazione dei dati di input e dei risultati, e il riaddestramento regolare del modello con nuovi dati.

Esempio: un modello di scoring del credito addestrato con dati di clienti del 2019, ma nel 2023 la situazione economica è cambiata, e il comportamento dei clienti è diventato diverso — questo è un drifting dei dati che richiede l'adattamento del modello.