اصطلاح data-drift یا dataset drift که در فارسی به جابجایی داده یا رانش داده ترجمه می‌شود زمانی اتفاق می‌افتد که مجموعه داده مورد استفاده در آموزش مدل تفاوت زیادی با داده‌هایی که در زمان استقرار یا محیط عملیاتی ( اصطلاحا deploy یا production) مشاهده خواهد شد دارد و در نتیجه مدل شما نتایج نامطلوب و عجیب ایجاد کرده و عملکرد ضعیفی دربرخواهد داشت.

در مقاله‌ای جدید، تیمی از محققان روش خاصی را برای برخورد با این مشکل در زمینه داده‌های تصویری ارائه کردند:

"Data Models for Dataset Drift Controls in Machine Learning With Images"

Paper: https://arxiv.org/abs/2211.02578
Code: https://github.com/aiaudit-org/raw2logit
Dataset: https://paperswithcode.com/dataset/raw-microscopy-and-raw-drone

#MachineLearning #DeepLearning #ArtificialIntelligence #ML #DL #AI