Wenn sich die Welt unter Ihrem Modell verändert
Eine erste Einführung in Data Drift und Concept Drift.
Wenn sich die Welt unter Ihrem Modell verändert ist eine kostenlose MLOps Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MLOps Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Models Get Stale
Your model is a snapshot of the past. As the real world moves on, that snapshot slowly goes out of date. This slow rot is called drift. 🌍
Data Drift
Data drift means the inputs change shape, like users suddenly being younger or shopping at new hours, even if the right answer rules stay the same.
Concept Drift
Concept drift is deeper: the relationship between inputs and the target changes. The same input now deserves a different prediction than before.
A Real Example
A spam filter faces concept drift constantly. Spammers change tactics, so yesterday's clear spam signal becomes today's normal email. The concept moved.
Sudden vs Gradual
Drift can be sudden, like a lockdown changing behavior overnight, or gradual, creeping over months. Both erode accuracy, just at different speeds.
Seasonal Patterns
Not every shift is permanent. Seasonal changes, like holiday shopping spikes, repeat each year and should not be mistaken for true drift.
Spotting Data Drift
To detect data drift, compare a feature's recent distribution against the training distribution and measure the gap between them.
ref = train['age']
cur = live['age']
# compare distributions, not single valuesSpotting Concept Drift
Concept drift is harder because you need real labels. Watch your accuracy over time, and a steady decline hints the concept has shifted.
Drift Is Not a Bug
Drift is not broken code, it is the world doing its job. The only real cure is keeping your model fresh through retraining.
Monitor, Then React
You cannot fix drift you never see. Set up drift monitoring first, then decide whether to alert, retrain, or roll back.
Two Names, One Goal
Remember the split: data drift is inputs changing, concept drift is the answer rule changing. Both signal it may be time to refresh the model.
Quick Check
Tell data drift and concept drift apart.
Recap
The world shifts under every model. Data drift changes inputs, concept drift changes the answer rule. Monitor both and retrain to stay accurate. ✅
Häufig gestellte Fragen
Ist die Lektion „Wenn sich die Welt unter Ihrem Modell verändert“ kostenlos?
Ja — der vollständige Text von „Wenn sich die Welt unter Ihrem Modell verändert“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MLOps Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Wenn sich die Welt unter Ihrem Modell verändert“?
Eine erste Einführung in Data Drift und Concept Drift. Du übst MLOps Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um MLOps Academy zu starten?
Keine Vorkenntnisse erforderlich. MLOps Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Wenn sich die Welt unter Ihrem Modell verändert“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser MLOps Academy-Lektion Code schreiben und ausführen?
Ja. Jede MLOps Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Die Falle der Abweichung zwischen Training und Serving
- Stille Fehler: kein Absturz, falsche Antworten
- Wenn sich die Welt unter Ihrem Modell verändert
- Das Problem der Reproduzierbarkeit