モデル・ドリフト

モデル・ドリフトとは、入力変数と出力変数の間のデータおよび関係の変化により、モデルのパフォーマンスが低下することです。 モデル・ドリフトが、時間の経過とともに、あるいは突然、組織に悪影響を及ぼすことが比較的よくあります。 ドリフトを効果的に検出して軽減するために、組織は、データとAIのプラットフォームの一部としてモデルのパフォーマンスをモニターおよび管理することができます。 データとAIに対するこの統合アプローチにより、以下のことが可能になります。

• メトリックを継続的に追跡し、正確度とデータ整合性においてドリフトが発生するとアラートを受け取る。
• ターゲットを設定し、開発、検証、デプロイメントの期間を通して追跡する。
• モデル・ドリフトの影響を受けるビジネス・メトリックを特定する手順を簡素化する。
• ドリフトのモニタリングを自動化することで、モデルのパフォーマンス低下による影響を最小化する。