Глоссарий ИИ
Полный словарь искусственного интеллекта
Концептуальный дрейф
Изменение в условном распределении вероятностей P(y|x), когда отношения между признаками и целевой переменной эволюционируют со временем, требуя адаптации прогностических моделей.
Виртуальный дрейф
Изменение в маргинальном распределении P(x) входных признаков без модификации базового отношения между признаками и целевой переменной P(y|x).
Реальный дрейф
Фундаментальное изменение отношения между признаками и целевой переменной P(y|x), непосредственно влияющее на прогностическую производительность модели.
DDM (Метод обнаружения дрейфа)
Алгоритм статистического мониторинга, основанный на частоте ошибок модели, использующий биномиальное распределение для обнаружения значительных изменений в производительности.
EDDM (Метод раннего обнаружения дрейфа)
Вариант DDM, оптимизированный для обнаружения постепенных изменений путем мониторинга среднего расстояния между последовательными ошибками, а не только частоты ошибок.
ADWIN (Адаптивное скользящее окно)
Адаптивный алгоритм, который поддерживает скользящее окно переменного размера и статистически сравнивает распределения двух подокон для обнаружения изменений.
Тест Пейджа-Хинкли
Статистический тест обнаружения изменений, основанный на накоплении разностей между наблюдаемыми значениями и их средним, эффективный для идентификации резких дрейфов.
KS-тест (Критерий Колмогорова-Смирнова)
Непараметрический тест, сравнивающий кумулятивные функции распределения двух выборок для определения, происходят ли они из одного распределения.
EWMA (Экспоненциально взвешенное скользящее среднее)
Метод статистического сглаживания, присваивающий экспоненциально убывающие веса более старым наблюдениям для обнаружения изменений во временных рядах.
Скорость обнаружения дрейфа
Метрика, измеряющая долю реальных дрейфов, правильно идентифицированных алгоритмом обнаружения, оценивая таким образом его эффективность обнаружения.
Частота ложных срабатываний
Доля ложных обнаружений дрейфа, о которых сообщает алгоритм, когда реальных изменений в распределении данных не произошло.
Задержка обнаружения
Время, прошедшее между фактическим возникновением дрейфа концепции и его обнаружением алгоритмом мониторинга, измеряющее реактивность системы.
Методы на основе окон
Подходы к обнаружению дрейфа, использующие временные окна для сравнения статистических распределений между недавними и историческими данными.
Статистический контроль процессов
Совокупность статистических методов, используемых для мониторинга и контроля процессов, адаптированных для обнаружения дрейфов в потоках данных.
Обнаружение точек изменения
Идентификация точных моментов, когда статистические свойства временного ряда значительно изменяются, что является основой для обнаружения дрейфа.
Дрейф признаков
Изменение в распределении одной или нескольких входных характеристик P(xi) с течением времени, которое может косвенно повлиять на производительность модели.
Дрейф априорной вероятности
Изменение в маргинальном распределении целевой переменной P(y) без изменения условного отношения P(y|x), влияющее на баланс классов.
Ансамблевые методы для обнаружения дрейфа
Подходы, объединяющие несколько детекторов дрейфа или базовых моделей для повышения устойчивости и точности обнаружения изменений.
Постепенный дрейф
Тип дрейфа концепции, при котором изменения в распределении данных или отношениях между переменными происходят постепенно в течение длительного периода.
Резкий дрейф
Внезапное и немедленное изменение в распределении данных или отношениях между переменными, требующее быстрого обнаружения и адаптации модели.