یه مدل هوش مصنوعی ممکنه روز اول عالی کار کنه، ولی چند ماه بعد نتایجش افتضاح بشه 😬
نه به خاطر خطا در کدنویسی، بلکه چون داده‌های واقعی عوض شدن!
📉 دریفت داده (Data Drift) یعنی چی؟
یعنی توزیع داده‌ها (Data Distribution) توی زمان تغییر کرده.📌 مرجع تخصصی هوش مصنوعی و علم داده
مدلی که با داده‌های سال قبل آموزش دیده، الان با داده‌های جدید دیگه هم‌خوانی نداره.
مثلاً یه مدل تشخیص تراکنش های مشکوک بانکی ممکنه یاد گرفته باشه تراکنش‌های عجیب رو شناسایی کنه،
اما اگه رفتار مشتری‌ها توی اقتصاد جدید عوض بشه، اون مدل عملاً کور می‌شه!
برای شناسایی Data Drift از معیارهایی مثل KL Divergence یا Population Stability Index (PSI) استفاده می‌کنن.
این ابزارها بهت می‌گن چقدر توزیع ویژگی‌ها با داده‌های اولیه فرق کرده.
در نهایت Data Drift یعنی مدل باید دوباره با داده‌های جدید بازآموزی (Retrain) بشه.
اگر نادیده بگیریش، حتی بهترین مدل‌ها هم تصمیم‌های اشتباه می‌گیرن، مخصوصاً در سیستم‌های حساس مثل مالی یا پزشکی.
🤖 دیتایاد / datayad@