Model Drift به تغییر شرایط داده یا رابطه میان ورودی و هدف اشاره دارد که می‌تواند عملکرد مدل مستقرشده را در طول زمان کاهش دهد.

Data Drift تغییر توزیع ورودی و Concept Drift تغییر رابطه ورودی و هدف است. پایش و بازآموزی باید بر اساس ریسک طراحی شوند.

در عمل چه اتفاقی می‌افتد؟

اگر رفتار کاربران تغییر کند، مدل پیشنهاددهنده ممکن است به‌تدریج ضعیف شود. Model Monitoring باید تغییر داده و عملکرد را جداگانه بررسی کند.

برای تکمیل بحث، ارتباط این مفهوم را با ال‌ال‌ام به‌عنوان داور و مشارکت انسان در چرخه تصمیم‌گیری بررسی کنید.

Drift را با افت کیفیت برابر ندانید

تغییر توزیع ورودی ممکن است بدون افت فوری عملکرد رخ دهد. پایش Drift در کنار معیار واقعی خروجی به تشخیص نیاز به بازآموزی کمک می‌کند.