Détecter la dérive des données et du modèle
Repérez les changements du monde réel qui affectent votre modèle.
Détecter la dérive des données et du modèle est une leçon Deep Learning Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Deep Learning Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Deep Learning Academy comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
The World Keeps Moving
Your model learned yesterday's patterns, but real data keeps changing. When it shifts, predictions quietly get worse. We call this problem drift. 🌊
Two Flavors of Drift
There are two kinds to watch. Data drift means the inputs change shape, while concept drift means the relationship between inputs and labels changes.
A Concrete Example
A spam filter trained on old emails sees new tricks it never met. The inputs drifted, so its once-sharp accuracy slowly decays in production.
Watch the Input Distribution
The first signal of drift is in the features. Compare the distribution of recent inputs to your training data and look for a shift in the shape.
ref_mean = X_train.mean(axis=0)
live_mean = X_live.mean(axis=0)Measure the Gap
To quantify how far two distributions diverge, use a statistic like KS, the Kolmogorov-Smirnov test, which returns a number plus a p-value.
from scipy.stats import ks_2samp
stat, p = ks_2samp(X_train[:,0], X_live[:,0])Set a Threshold
A small p-value means the live data no longer matches training. Pick a threshold and trigger an alert whenever the gap crosses it.
if p < 0.05:
print("drift detected")Watch Predictions Too
Even without labels, the spread of your model's outputs is a clue. A sudden shift in predicted probabilities often signals incoming drift.
The Best Signal Is Truth
When real labels eventually arrive, compare them to past predictions. Falling live accuracy is the clearest, most direct proof that drift is hurting you.
Tools That Watch for You
You need not build everything by hand. Libraries like Evidently compute drift reports across all features and flag the columns that moved.
from evidently.report import ReportMonitor Continuously
Drift is not a one-time check. Run these comparisons on a schedule so your monitoring catches slow shifts long before users complain.
Detection Is Half the Battle
Spotting drift early lets you act before damage spreads. The natural next move is to retrain on fresh data and restore the model's edge.
Quick Check
What does concept drift specifically describe?
Recap
You learned to spot drift: compare live inputs to training, measure the gap with tests, watch predictions, and monitor on a schedule. 🎉
Questions Fréquemment Posées
La leçon « Détecter la dérive des données et du modèle » est-elle gratuite ?
Oui — le texte complet de « Détecter la dérive des données et du modèle » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Deep Learning Academy, passe à CoddyKit PRO. Le cours Deep Learning Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Détecter la dérive des données et du modèle » ?
Repérez les changements du monde réel qui affectent votre modèle. Tu pratiques Deep Learning Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Deep Learning Academy ?
Aucune expérience préalable n'est requise. Deep Learning Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Détecter la dérive des données et du modèle » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Deep Learning Academy ?
Oui. Chaque leçon Deep Learning Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Suivre les expériences avec Weights & Biases
- Versionner les données et les modèles
- Détecter la dérive des données et du modèle
- Automatiser les pipelines de réentraînement