Deriva del concepto

En el análisis predictivo y el aprendizaje automático, el término "desviación de conceptos" (o "desviación de datos") significa que las propiedades de las variables de destino (es decir, los temas y conceptos subyacentes a cada una de las etiquetas), que el modelo intenta predecir, cambian con el tiempo de formas imprevistas.

Básicamente, los datos más recientes que llegan al conjunto de datos serán, con el tiempo, cada vez más diferentes de los datos originales en los que se entrenó el modelo.

Esto causa problemas porque las predicciones se vuelven menos precisas a medida que pasa el tiempo y las variables que el modelo intenta predecir se vuelven cada vez más diferentes a los datos de entrenamiento.

La desviación de conceptos es una de las razones clave por las que es importante mantener adecuadamente los modelos utilizados en los casos de uso de producción, por ejemplo automatizaciones, realizando una pequeña cantidad de entrenamiento de excepciones de forma programada.