Wat is data drift?
Data drift betekent dat de gegevens die een AI-model in de praktijk binnenkrijgt, langzaam gaan afwijken van de gegevens waarop het model ooit is getraind. De wereld verandert, het model niet. Het gevolg: een model dat bij de start prima werkte, wordt sluipend onnauwkeuriger zonder dat iemand het direct merkt.
Hoe werkt het?
Een model leert patronen uit historische data. Verschuift de werkelijkheid, dan kloppen die patronen niet meer. Klantgedrag verandert door trends of een nieuw assortiment, prijzen verschuiven door inflatie, seizoenen en marktomstandigheden wisselen. Een voorspelmodel voor verkoop dat is getraind op data van vóór een grote marktverandering, rekent met aannames die niet meer gelden. Daarom monitoren teams in productieomgevingen continu of de inkomende data nog lijkt op de trainingsdata, en trainen ze het model opnieuw zodra de afwijking te groot wordt.
Wat heb je eraan als bedrijf?
De les voor elk bedrijf dat AI gebruikt: een model is geen eenmalige aanschaf maar een product met onderhoud. Vraag bij elke AI-toepassing die voorspellingen doet, van vraagvoorspelling tot fraudedetectie, hoe drift wordt gemonitord en hoe vaak het model wordt bijgetraind. Een leverancier zonder antwoord op die vraag levert een model dat stilletjes veroudert.
Gerelateerde begrippen
Data drift is een belangrijke oorzaak van model drift, het verslechteren van modelprestaties over tijd. Het speelt bij elke vorm van machine learning in productie en wordt opgespoord door inkomende data te vergelijken met de oorspronkelijke trainingsdata.
Je hele organisatie AI-geletterd?
Bij elke incompany training krijgt iedereen in je organisatie toegang tot de e-learning AI Geletterdheid. In 90 tot 120 minuten leert elke medewerker wat AI is, wat je ermee kunt en hoe je er veilig mee werkt. Per rol en sector, met certificaat, zoals de EU AI Act vraagt.
Bekijk de trainingen →