반응형 입력 데이터 분포 변화1 데이터 드리프트(Data Drift) : 머신러닝 모델의 숨은 위협과 대응 전략 머신러닝 모델은 개발 당시의 데이터 분포를 기반으로 학습하여 예측과 분류 작업을 수행합니다. 그러나 시간이 지남에 따라 입력 데이터의 통계적 속성이나 분포가 변하는 현상을 데이터 드리프트라고 하며, 이는 모델의 성능 저하를 초래할 수 있는 중요한 문제입니다. 데이터 드리프트의 주요 원인 운영 환경의 변화 : 제조 공정의 설정 변경이나 새로운 장비의 도입 등으로 인해 데이터 수집 환경이 변할 수 있습니다.외부 요인의 영향: 경제 상황, 정책 변경, 기술 발전 등 외부 환경의 변화로 데이터 패턴이 달라질 수 있습니다.데이터 수집 방법의 변경: 데이터 수집 방식이나 센서의 업그레이드 등으로 인해 데이터의 특성이 변할 수 있습니다. 데이터 드리프트의 영향데이터 드리프트는 모델의 예측 정확도를 감소시키고, 잘못.. 2025. 2. 13. 이전 1 다음 반응형
