Datadrift
En förändring i fördelningen av modellens indata jämfört med en uttryckligen vald referens.
Vad har förändrats i inkommande data?
Datadrift innebär att fördelningen av modellens indata förändras jämfört med en vald referens. Träningsdata eller en tidigare användningsperiod kan användas för jämförelsen; det måste vara bestämt vilken referens som används. Egenskaper som kategorifrekvenser eller värdeintervall undersöks. En signal om datadrift pekar på en möjlig förändring. Om den medför fler felaktiga förutsägelser måste bedömas separat. Inte heller en förändrad relation mellan indata och mål kan härledas ur enbart signalen.
I ett fiktivt system för bildklassificering ökar andelen dåligt belysta foton efter att en ny fotograferingsenhet införts. Referensperioden och de observerade fotograferingsförhållandena dokumenteras för jämförelsen. Därefter granskas de berörda bilderna och deras sakligt kontrollerade klasstilldelningar för att undersöka möjliga förändringar i felen. Man undersöker också om fotograferingssättet faktiskt har förändrats eller om det finns ett överförings- eller bearbetningsfel. En avvikande datajämförelse ger anledning till undersökningen; den bevisar varken ett fel på enheten eller ett behov av en ny modell.
Källor
Relaterade begrepp
- MaskininlärningModeller lär sig mönster från data och använder dem på nya indata.
- DatorseendeMetoder för att utvinna information ur bilder och video, exempelvis genom att klassificera objekt, lokalisera dem eller skilja mellan bildområden.
- TräningsdataDe exempel som en modell lär sig samband eller parametrar från under träningen.
- Testdata inom maskininlärningData för slutbedömning vars resultat inte har använts för att välja den modellvariant som bedöms.
- AI-biasSystematiska snedvridningar i AI-system som kan missgynna vissa fall eller grupper av människor.
- ModelldriftFörsämrad kvalitet på en modells förutsägelser när data eller samband förändras under användningen.
Ditt projekt med ASES
Beskriv ditt projekt för oss. Vi hör av oss med en första bedömning.