Desvio de conceito

Em análise preditiva e em machine learning, o termo desvio de conceito ou desvio de dados significa que as propriedades das variáveis de destino, ou seja, os temas e conceitos subjacentes a cada um dos rótulos que o modelo está tentando prever, mudam ao longo do tempo de maneira imprevista. maneiras.

Essencialmente, os dados mais recentes que entram no conjunto de dados se tornarão cada vez mais diferentes ao longo do tempo dos dados originais nos quais o modelo foi treinado.

Isso causa problemas porque as previsões tornam-se menos precisas com o passar do tempo e as variáveis que o modelo está tentando prever tornam-se cada vez mais diferentes dos dados de treinamento.

O desvio de conceito é um dos principais motivos pelos quais é importante manter adequadamente os modelos usados em casos de uso de produção. Por exemplo, as automações podem ser feitas realizando uma pequena quantidade de treinamento de exceção de forma agendada.