시간적 편향
term_id: temporal_bias
Category: ethics_safety
Definition
시간적 편향은 기계 학습 모델이 오래된 관측치보다 최근의 관측치에 불균형하게 높은 가중치를 둘 때 발생합니다. 이는 주로 비정상성(non-stationary) 데이터 분포나 특정 훈련 프로토콜로 인해 나타납니다. 이로 인해 모델은 과거의 패턴을 제대로 반영하지 못하고 최근의 일시적인 변동에 과적합될 위험이 있으며, 장기적인 예측 성능 저하로 이어질 수 있습니다.
Summary
모델이 과거의 맥락보다 최근 데이터를 우선시하여 예측이 치우치게 만드는 체계적인 오류입니다.
Key Concepts
- 데이터 드리프트
- 비정상성
- 근접 효과
- 모델 성능 저하
Use Cases
- 금융 시장 예측
- 소셜 미디어 트렌드 분석
- 탈퇴율 모델링