Сдвиг набора данных ⇐ Васина Википедия

[wiki_en]

«Сдвиг набора данных» — это явление в машинном обучении и статистике, при котором совместное распределение входных переменных и целевых меток различно на этапе обучения и на этапе развертывания или тестирования (т. е. P_{train}(X,Y) \neq P_{test}(X,Y)).
Сдвиг набора данных — это гипернимия и гипонимия | общий термин, обозначающий ряд конкретных типов изменений в распределении. «Ковариатный сдвиг» — это когда распределение входных признаков меняется, но условная связь между входными и выходными данными остается постоянной.
Ключевой проблемой при развертывании систем машинного обучения является изменение набора данных, особенно в динамических средах, где распределение данных меняется со временем. Обнаружение и смягчение таких сдвигов является активной областью исследований, например, обнаружение отклонений, адаптация предметной области, постоянное обучение.
== См. также ==
* Смещение концепции
* Адаптация домена
* Переоснащение
* Статистическая классификация

Машинное обучение
Статистические данные
Искусственный интеллект
Анализ данных



Подробнее: https://en.wikipedia.org/wiki/Dataset_shift