Inteligencia Artificial
Qué es Deriva del modelo
Degradación de la calidad del modelo ML con el tiempo
Deriva del modelo (Model Drift) es la degradación gradual de la calidad y precisión del modelo ML con el tiempo debido a cambios en los datos o el entorno.
Tipos de deriva
- Data Drift — cambios en los datos de entrada
- Concept Drift — cambios en la relación entre características y objetivo
- Prediction Drift — cambios en la distribución de predicciones
- Label Drift — cambios en la variable objetivo
Causas
- Cambios en el comportamiento del usuario
- Fluctuaciones estacionales de datos
- Factores económicos externos
- Cambios técnicos en fuentes de datos
- Obsolescencia de datos de entrenamiento
Detección de deriva
- Monitoreo de métricas de calidad del modelo
- Pruebas estadísticas (KS-test, PSI)
- Seguimiento de distribuciones de características
- Pruebas A/B de predicciones
Métodos de mitigación
- Reentrenamiento regular del modelo
- Aprendizaje en línea — entrenamiento continuo
- Métodos ensemble con actualizaciones
- Pipelines MLOps automatizados