🔥 Смена любой модели атрибуции больше не вызывает переобучение стратегий

Раньше прогресс сохранялся лишь при некоторых переходах между моделями. Например, с Последнего значимого на Автоматическую модель. Теперь изменение атрибуции в любых комбинациях не приводит к перезапуску автостратегии. Алгоритм сохраняет накопленную статистику и не сбрасывает свой прогресс.

В редких случаях после смены атрибуции стратегии может понадобиться время на дообучение. Обычно это происходит только тогда, когда количество конверсий по старой и новой модели кратно отличается.

✅️ Что такое дообучение с точки зрения алгоритмов

Дообучение — это адаптация стратегии к полученным новым данным. В отличие от переобучения, стратегия не пересчитывает показатели и не строит заново прогнозы. Алгоритм просто адаптирует свои расчёты под обновлённый объём данных.

На сопоставление накопленных данных с новыми может понадобиться какое-то время. Поэтому в это время некоторые показатели в статистике могут отклоняться от значений, которые были до изменений.

✅️ Когда ещё происходит подобная адаптация

Отмечу ещё, что дообучение — естественная часть работы машинного обучения. Система плавно корректирует свои расчёты, когда заметно меняется объём или структура поступающих данных.

Например, это происходит при таких событиях:

— Существенное изменение недельного бюджета
— Масштабное обновление таргетингов (добавление новых аудиторий или большого массива ключевых фраз)
— Значительные внешние колебания спроса или изменение поведения пользователей на сайте и так далее

Переобучение, дообучение... Возможно, когда-то появится «сверхобучение» и об этом я тоже сделаю пост 😁

Если остались вопросы по механикам переобучения или дообучения стратегий — пишите в комментариях. Помогу разобраться.