Дрейф модели — деградация или изменение производительности модели со временем, когда реальные данные, поведение пользователей или рабочие условия расходятся с данными, использованными при training или evaluation. Обнаружение drift важно для решения о retraining, recalibration или замене модели.
A side-by-side comparison of Data Drift and Model Drift. Understand how changes in input-data distribution differ from changes or degradation in model performance over time.
A side-by-side comparison of Model Drift and Concept Drift. It explains how performance degradation over time differs from a changing statistical relationship between inputs and target outcomes.