Deriva de dados versus deriva de conceito
Diferencie entradas em mudança de alvos em mudança.
Deriva de dados versus deriva de conceito é uma aula grátis de MLOps Academy no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de MLOps Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de MLOps Academy inclui 4 aulas no total.
Duas formas de o mundo mudar
Seu modelo foi treinado com uma fotografia do passado. Quando a realidade muda, ele pode ficar obsoleto silenciosamente. Há duas formas distintas de isso acontecer: deriva de dados e deriva de conceito. 🌍
O que significa deriva de dados
A deriva de dados acontece quando os dados de entrada mudam de configuração ao longo do tempo. As características que seu modelo vê agora já não se parecem com as características com as quais ele aprendeu.
Um exemplo de deriva de dados
Um modelo de empréstimos treinado antes da pandemia passa a receber rendas e saldos muito diferentes. As entradas mudaram, embora seu significado não tenha mudado. Isso é pura deriva de dados.
O que significa deriva de conceito
A deriva de conceito é mais sorrateira: as entradas podem parecer iguais, mas a relação entre as entradas e o alvo mudou sem que você percebesse.
Um exemplo de deriva de conceito
Um filtro de spam recebe e-mails com aparência normal, mas os spammers inventam novos truques. As mesmas palavras agora significam algo diferente, então o mapeamento entre entrada e rótulo mudou. Isso é deriva de conceito.
A diferença fundamental
A deriva de dados altera P(X), a distribuição das entradas. A deriva de conceito altera P(y dado X), o mapeamento das entradas para o rótulo. Diferencie-as perguntando qual parte mudou. 🔑
Por que isso é importante para você
A deriva de dados pode prejudicar a precisão, mas às vezes o modelo ainda consegue lidar com ela. A deriva de conceito quase sempre causa prejuízo, porque a própria realidade se afastou do que você aprendeu.
Detectando cada tipo
Você pode identificar a deriva de dados observando as distribuições das entradas, sem precisar de rótulos. A deriva de conceito geralmente exige resultados, pois é necessário comparar as previsões com os resultados reais.
Nomeando suas entradas
É útil manter uma referência organizada das suas entradas de treinamento em comparação com as atuais. Uma pequena configuração facilita conectar as verificações de deriva mais tarde.
reference = train_df[["income", "balance", "age"]]
current = live_df[["income", "balance", "age"]]
features = list(reference.columns)A deriva de rótulos também existe
Uma parente próxima é a deriva de rótulos: a composição das classes-alvo muda, como quando a fraude passa de 1% para 5%. Isso pode indicar uma deriva de dados ou de conceito nos bastidores.
A deriva é normal, não rara
A deriva não é um evento excepcional; é o estado padrão de qualquer modelo em produção. Seu trabalho não é impedi-la, mas detectá-la cedo e reagir a tempo. ✅
Verificação rápida
Vamos confirmar que você consegue diferenciar as duas.
Recapitulação
Há dois tipos de mudança: a deriva de dados move as entradas, e a deriva de conceito move o significado. Pergunte qual parte mudou e lembre-se de que a deriva é normal; portanto, esteja sempre pronto para detectá-la. 🎯
Perguntas Frequentes
A aula “Deriva de dados versus deriva de conceito” é grátis?
Sim — o texto completo de “Deriva de dados versus deriva de conceito” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de MLOps Academy, atualize para CoddyKit PRO. O curso de MLOps Academy inclui 4 aulas no total.
O que vou aprender em “Deriva de dados versus deriva de conceito”?
Diferencie entradas em mudança de alvos em mudança. Você pratica MLOps Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar MLOps Academy?
Nenhuma experiência prévia é necessária. MLOps Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.
Quanto tempo leva a aula “Deriva de dados versus deriva de conceito”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de MLOps Academy?
Sim. Cada aula de MLOps Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Deriva de dados versus deriva de conceito
- Meça a deriva com PSI e KS
- Gere relatórios de deriva com Evidently
- Defina limiares e gatilhos de deriva