Model Drift
Deriva del Modelo · Degradación de Performance
El desempeño del modelo se degrada en silencio cuando el mundo cambia y el modelo no.
- Análisis Exhaustivo: no aplica
- Quick Wins: no aplica
- Estrategia & Estructura: no aplica
- Diseño: aplica
- Capacitación: no aplica
- Implementación: aplica
- Documentación: aplica
Pesa después del arranque: es plan de calibración, no un evento de puesta en marcha.
¿Cada cuándo se verifica que este modelo sigue acertando, y quién lo hace?
Se programa cada cuándo, con qué muestra y quién verifica el acierto del modelo, y se fija el umbral de degradación que obliga a reentrenar.
Le asignamos plan de calibración y responsable: el modelo sigue dando un número, y el número ya no corresponde.
Deriva de concepto en aprendizaje automático: Widmer y Kubat (1996).