Čo je to drift dát?

Posun dát je zmena v rozdelení alebo vlastnostiach vstupných dát v priebehu času, čo môže negatívne ovplyvniť kvalitu výkonu modelu strojového učenia.

Napríklad, ak je model trénovaný na dátach s určitými vlastnosťami a v reálnom nasadení začnú dáta meniť (napríklad správanie používateľov, podmienky prostredia, formát dát), môže model začať fungovať horšie.

Typy posunu dát:

• Konceptuálny posun (concept drift): mení sa závislosť medzi vstupnými dátami a cieľovou premennou.
• Posun rozdelenia dát (data distribution drift): mení sa rozdelenie vstupných dát bez zmeny závislosti od cieľovej premennej.

Na boj s posunom dát sa používa sledovanie kvality modelu, logovanie vstupných dát a výsledkov a pravidelné preškolovanie modelu na nových dátach.

Príklad: model kreditného skórovania trénovaný na dátach klientov z roku 2019, ale v roku 2023 sa zmenila ekonomická situácia a správanie klientov sa stalo odlišným — toto je posun dát, ktorý vyžaduje adaptáciu modelu.