Dataset-Shift
term_id: dataset_shift
Category: basic_concepts
Definition
Dataset-Shift tritt auf, wenn sich die Verteilung der Daten, die zur Schulung eines maschinellen Lernmodells verwendet werden, von der Verteilung der Daten unterscheidet, die während der Inferenz (Vorhersage) auftreten. Diese Diskrepanz kann zu erheblichen Leistungseinbußen führen.
Summary
Dataset-Shift bezeichnet das Phänomen, bei dem sich die statistischen Eigenschaften der Eingabedaten zwischen dem Training und dem Einsatz (Deployment) ändern.
Key Concepts
- Kovarianz-Shift
- Konzept-Drift
- Domänenanpassung
- Verallgemeinerung
Use Cases
- Überwachung von ML-Modellen in der Produktion
- Strategien zum erneuten Trainieren
- Robustheitstests