개념 드리프트 (Concept Drift)
term_id: concept_drift
Category: basic_concepts
Definition
개념 드리프트는 머신러닝에서 입력 특징과 대상 출력 간의 관계가 새로운 데이터가 도착함에 따라 변화하는 현상입니다. 이는 종종 사용자의 행동이나 환경이 동적으로 변하는 상황에서 발생하며, 기존 모델의 예측 정확도를 낮추게 됩니다.
Summary
개념 드리프트는 대상 변수의 통계적 특성이 시간이 지남에 따라 변화하여 모델 성능이 저하되는 현상을 말합니다.
Key Concepts
- 데이터 분포 변화 (Data Distribution Shift)
- 모델 성능 저하 (Model Degradation)
- 온라인 학습 (Online Learning)
- 재학습 (Retraining)
Use Cases
- 사기 탐지 시스템
- 주식 시장 예측
- 고객 이탈 모델링