MLOps Academy · บทเรียน

ข้อมูลเคลื่อนกับแนวคิดเคลื่อน

แยกความแตกต่างระหว่างอินพุตที่เปลี่ยนไปกับเป้าหมายที่เปลี่ยนไป

บทเรียน 1 จาก 413 ขั้นตอน

ข้อมูลเคลื่อนกับแนวคิดเคลื่อน เป็นบทเรียน MLOps Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน MLOps Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน

โลกเปลี่ยนแปลงได้สองแบบ

โมเดลของคุณได้รับการฝึกจากภาพอดีต ณ ช่วงเวลาหนึ่ง เมื่อความเป็นจริงเดินหน้าต่อ โมเดลอาจล้าสมัยอย่างเงียบ ๆ ได้ เรื่องนี้เกิดขึ้นได้สองรูปแบบที่แตกต่างกัน คือ การเปลี่ยนแปลงของข้อมูลและการเปลี่ยนแปลงของแนวคิด 🌍

ความหมายของการเปลี่ยนแปลงของข้อมูล

การเปลี่ยนแปลงของข้อมูลเกิดขึ้นเมื่อรูปร่างของข้อมูลนำเข้าเปลี่ยนไปตามเวลา คุณลักษณะที่โมเดลเห็นในตอนนี้ไม่เหมือนกับคุณลักษณะที่ใช้ฝึกโมเดลอีกต่อไป

ตัวอย่างการเปลี่ยนแปลงของข้อมูล

โมเดลประเมินสินเชื่อที่ฝึกก่อนเกิดโรคระบาด จู่ ๆ ก็พบรายได้และยอดคงเหลือที่แตกต่างไปมาก ข้อมูลนำเข้าเปลี่ยนไป แม้ความหมายของข้อมูลจะไม่เปลี่ยน นี่คือการเปลี่ยนแปลงของข้อมูลอย่างแท้จริง

ความหมายของการเปลี่ยนแปลงของแนวคิด

การเปลี่ยนแปลงของแนวคิดสังเกตได้ยากกว่า ข้อมูลนำเข้าอาจดูเหมือนเดิม แต่ความสัมพันธ์ระหว่างข้อมูลนำเข้ากับเป้าหมายเปลี่ยนไปโดยที่คุณไม่ทันรู้ตัว

ตัวอย่างการเปลี่ยนแปลงของแนวคิด

ตัวกรองสแปมพบอีเมลที่ดูเป็นเรื่องปกติ แต่ผู้ส่งสแปมคิดวิธีใหม่ ๆ คำเดิมจึงมีความหมายต่างไป ทำให้การจับคู่ข้อมูลนำเข้ากับป้ายกำกับเปลี่ยนไป นี่คือการเปลี่ยนแปลงของแนวคิด

ความแตกต่างที่สำคัญ

การเปลี่ยนแปลงของข้อมูลทำให้ P(X) หรือการกระจายของข้อมูลนำเข้าเปลี่ยนไป ส่วนการเปลี่ยนแปลงของแนวคิดทำให้ P(y given X) หรือการจับคู่จากข้อมูลนำเข้าไปยังป้ายกำกับเปลี่ยนไป ให้แยกทั้งสองกรณีด้วยการถามว่าส่วนใดเปลี่ยน 🔑

เหตุผลที่เรื่องนี้สำคัญต่อคุณ

การเปลี่ยนแปลงของข้อมูลอาจทำให้ความแม่นยำลดลง แต่บางครั้งโมเดลยังรับมือได้ ส่วนการเปลี่ยนแปลงของแนวคิดแทบจะส่งผลเสียเสมอ เพราะความจริงเปลี่ยนไปจนห่างจากสิ่งที่คุณเรียนรู้มา

ตรวจจับการเปลี่ยนแปลงแต่ละประเภท

คุณตรวจพบการเปลี่ยนแปลงของข้อมูลได้ด้วยการติดตามการกระจายของข้อมูลนำเข้า โดยไม่จำเป็นต้องมีป้ายกำกับ ส่วนการเปลี่ยนแปลงของแนวคิดมักต้องใช้ผลลัพธ์ เพราะต้องเปรียบเทียบการทำนายกับผลจริง

ตั้งชื่อข้อมูลนำเข้าของคุณ

การเก็บข้อมูลอ้างอิงของข้อมูลนำเข้าที่ใช้ฝึกเทียบกับข้อมูลปัจจุบันอย่างเป็นระเบียบจะช่วยได้ ไฟล์ตั้งค่าขนาดเล็กจะทำให้เชื่อมการตรวจสอบการเปลี่ยนแปลงได้ง่ายในภายหลัง

reference = train_df[["income", "balance", "age"]]
current = live_df[["income", "balance", "age"]]
features = list(reference.columns)

การเปลี่ยนแปลงของป้ายกำกับก็เกิดขึ้นได้

กรณีที่ใกล้เคียงกันคือการเปลี่ยนแปลงของป้ายกำกับ ซึ่งสัดส่วนของคลาสเป้าหมายเปลี่ยนไป เช่น การฉ้อโกงเพิ่มจาก 1% เป็น 5% สิ่งนี้อาจบ่งชี้ถึงการเปลี่ยนแปลงของข้อมูลหรือแนวคิดที่เกิดขึ้นเบื้องหลัง

การเปลี่ยนแปลงเป็นเรื่องปกติ ไม่ใช่เรื่องหายาก

การเปลี่ยนแปลงไม่ใช่เหตุการณ์ประหลาด แต่เป็นสภาวะปกติของโมเดลที่ใช้งานจริง หน้าที่ของคุณไม่ใช่การป้องกัน แต่คือการตรวจจับให้เร็วและตอบสนองให้ทันเวลา ✅

ตรวจสอบอย่างรวดเร็ว

มาทดสอบว่าคุณสามารถแยกความแตกต่างของทั้งสองแบบได้หรือไม่

ตอบคำถามในบทเรียนแบบโต้ตอบ

สรุปทบทวน

การเปลี่ยนแปลงมีสองประเภท: การเปลี่ยนแปลงของข้อมูลทำให้ข้อมูลนำเข้าเปลี่ยน ส่วนการเปลี่ยนแปลงของแนวคิดทำให้ความหมายเปลี่ยน ให้ถามว่าส่วนใดเปลี่ยน และจำไว้ว่าการเปลี่ยนแปลงเป็นเรื่องปกติ จึงควรพร้อมตรวจจับอยู่เสมอ 🎯

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 30
บทเรียน: 120

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “ข้อมูลเคลื่อนกับแนวคิดเคลื่อน” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ข้อมูลเคลื่อนกับแนวคิดเคลื่อน” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส MLOps Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ข้อมูลเคลื่อนกับแนวคิดเคลื่อน”

แยกความแตกต่างระหว่างอินพุตที่เปลี่ยนไปกับเป้าหมายที่เปลี่ยนไป คุณปฏิบัติ MLOps Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน MLOps Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน MLOps Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน

บทเรียน “ข้อมูลเคลื่อนกับแนวคิดเคลื่อน” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน MLOps Academy นี้ได้ไหม

ได้ บทเรียน MLOps Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ MLOps Academy