Il prossimoProssima guida
Formati di serializzazione dei modelli
Tecnico
GUIDA TECNICA
Drift monitoring compares current inputs or outcomes with a reference.
Ascolta questa guidaNarrato dall'IA · ~1 min
It can flag distribution changes, but does not by itself establish model failure or its cause.
Data or input drift refers to a change in the input distribution; concept drift refers to a change in the relationship between inputs and the target. Input monitoring can provide an earlier signal when labels arrive later, but a distribution shift may be harmless and stable inputs can still accompany performance changes. PSI is one statistic for comparing binned distributions. Its value depends on binning and reference choice; common thresholds are conventions, not universal laws. NIST AI RMF recommends ongoing monitoring and risk management across a system lifecycle.
Track feature distributions against a documented reference period.
Use delayed labels to evaluate whether detected input changes affected performance.
Investigate a drift alert before retraining or changing a model.
Record metric definitions, bins, and thresholds with each report.
Monitoring should combine input, output, and labeled performance signals where available. Define alert thresholds for the task, investigate causes, and validate any retraining against a stable evaluation set.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Drift monitoring compares current inputs or outcomes with a reference. It can flag distribution changes, but does not by itself establish model failure or its cause.
La deriva dei dati (spostamento della covariata) significa che la distribuzione degli input cambia, mentre la deriva del concetto significa che la mappatura tra gli input e le modifiche dell'etichetta corretta.
PSI thresholds are heuristics; significance depends on bins, reference data, feature behavior, and deployment context.
Di solito i nuovi dati di input vengono visualizzati immediatamente, ma il risultato reale (etichetta) può richiedere giorni o mesi, quindi il monitoraggio degli input rileva i problemi prima.
The guide describes the KS statistic as comparing empirical cumulative distributions; it can be used to compare reference and current feature samples.
Quando l’etichetta corretta per input simili cambia nel tempo, il concetto stesso sottostante è cambiato.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Formati di serializzazione dei modelli
Tecnico