コンセプトドリフト

ウィキペディア小見出し辞書

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)

「MLOps」の記事における「コンセプトドリフト」の解説

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。