Amazon SageMaker AI と MLflow を用いた判別型機械学習モデルの監視

記事の3ポイント

1. 1

   モデル効果の低下要因

   消費者行動の変化や経済環境のシフトなど、トレーニング完了後に予測不能な要因がモデルの精度と確率パターンに影響を与える。

2. 2

   データドリフトの定義と検知

   入力データの統計的特性に変化が生じる現象であり、トレーニング時のベースライン統計と生産環境でのデータを比較することで測定可能である。

3. 3

   モデルドリフトの定義と検知

   モデルが学習した確率的パターンが入力データに適合しなくなり予測精度が低下する現象であり、正解ラベルを用いた品質指標の比較で検出できる。