Šta je drift podataka?

Pomak podataka je promena u distribuciji ili karakteristikama ulaznih podataka tokom vremena, što može negativno uticati na kvalitet rada modela mašinskog učenja.

Na primer, ako je model obučen na podacima sa određenim svojstvima, a u stvarnoj primeni podaci počnu da se menjaju (npr. ponašanje korisnika, uslovi okoline, format podataka), model može početi da radi lošije.

Tipovi pomaka podataka:

• Konceptualni pomak (concept drift): menja se zavisnost između ulaznih podataka i ciljne promenljive.
• Pomak distribucije podataka (data distribution drift): menja se distribucija ulaznih podataka bez promene zavisnosti od ciljne promenljive.

Za borbu protiv pomaka podataka primenjuju se monitoring kvaliteta modela, logovanje ulaznih podataka i rezultata, i redovno ponovno treniranje modela na novim podacima.

Primer: model kreditnog scoringa obučen na podacima klijenata iz 2019. godine, ali je u 2023. godini ekonomska situacija promenjena, a ponašanje klijenata je drugačije — to je pomak podataka koji zahteva prilagođavanje modela.