Concept Drift
L'évolution des propriétés statistiques de la variable cible, que le modèle essaie de prévoir, au fil du temps, entraîne une dégradation du modèle.
Définition
Se produit lorsque la relation sous-jacente entre les entrées et les sorties change, par exemple en cas de tendances saisonnières, de fluctuations du marché ou de comportements contradictoires. La détection de la dérive nécessite de surveiller les distributions d'entrée et de sortie, et les workflows de gouvernance doivent définir des seuils de dérive, des cadences de reconversion et des vérifications humaines avant le redéploiement automatique.
Exemple concret
Le modèle de prévision de la demande d'un détaillant voit la précision chuter fortement en période de pandémie à mesure que les habitudes d'achat évoluent. Les détecteurs de dérive signalent l'écart, et l'équipe de science des données réentraîne le modèle sur la base des données de ventes récentes avec des facteurs de saisonnalité ajustés avant le prochain cycle de planification.
.svg)
