コンセプトドリフト
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/07/11 15:58 UTC 版)
機械学習モデルの精度は、利用の開始時点で最も精度がよい。その後、環境が変化を予測をするにつれて悪化する。この現象はコンセプトドリフト(英語版)として知られており、機械学習モデルが予測しようとしている目的変数の統計的特性が、予期せぬ方法で時間の経過とともに変化することが原因となる。この問題を解決するには機械学習モデルを固定のモデルではなく、継続的に再訓練することで環境の変化に適応する必要がある。
※この「コンセプトドリフト」の解説は、「MLOps」の解説の一部です。
「コンセプトドリフト」を含む「MLOps」の記事については、「MLOps」の概要を参照ください。
- コンセプトドリフトのページへのリンク