Wykrywanie dryfu (drift detection) to proces monitorowania systemów AI w celu zidentyfikowania zmian w statystycznych właściwościach danych wejściowych lub relacjach między zmiennymi, które zachodzą po wdrożeniu modelu. Technika ta pozwala na wczesne wykrycie spadku dokładności prognoz spowodowanego dezaktualizacją danych treningowych względem nowej rzeczywistości produkcyjnej. Dzięki automatycznym alertom o wystąpieniu dryfu danych lub pojęć, zespoły inżynierskie mogą odpowiednio wcześnie zareagować, na przykład poprzez ponowne wytrenowanie modelu na świeżych zestawach danych.
Źródło: arxiv.org
