P1 · 應會
機器學習
資料漂移與概念漂移
是什麼
資料漂移是輸入分布改變；概念漂移是輸入與目標的關係改變。兩者都可能讓上線模型退化。
解決什麼問題
這題考如何把題幹線索與資料漂移與概念漂移的定義、功能或適用情境正確配對。
考場 Trigger
- 輸入樣貌改變 → Data Drift
- 同樣輸入不再對應同樣結果 → Concept Drift
初級深度
掌握主要用途、考試線索與必要邊界即可。
中級深度
中級的要求與初級相同：知道工況隨時間漂移時，固定的歷史驗證集會失準，要改用時間序列交叉驗證或滑動視窗，讓驗證資料跟著時間更新。