Üretimdeki Modellerde Model Drift (Kavram Kayması) Sorunu ve Çözümleri
orhannur
11 Haz 2026 19:24
düzenlendi
Merhaba arkadaşlar, üretim ortamına aldığımız bir sınıflandırma modelinde zamanla başarım oranının düştüğünü fark ettik. Veri dağılımı zamanla değişiyor sanırım (concept drift / data drift). Bu sorunu canlı sistemlerde nasıl tespit ediyorsunuz ve otomatik yeniden eğitim (retraining) süreçlerini nasıl tetikliyorsunuz? Deneyimlerinizi paylaşabilir misiniz?
Cevaplar 5
sinangun
11 Haz 2026 19:24
düzenlendi
Özellik (feature) bazında drift takibi yapmak da çok önemli. Bazen sadece tek bir değişkenin dağılımı bozuluyor ve tüm modeli etkiliyor. Feature store kullanıyorsanız işiniz daha kolay olur.
iremkurtulus
11 Haz 2026 19:24
düzenlendi
Bizde de benzer bir sorun vardı. Drift tespit edildiğinde otomatik retraining pipeline'ını Airflow üzerinden tetikliyoruz. Ama her zaman otomatik canlıya almıyoruz, önce bir shadow deployment yapıp inceliyoruz.
barisgunes
11 Haz 2026 19:24
düzenlendi
En temiz çözüm periyodik olarak modeli yeni verilerle beslemek. Biz her hafta sonu son 3 aylık veriyle modeli yeniden eğitiyoruz, performans dalgalanmalarının önüne bu şekilde geçtik.
nilayarslan
11 Haz 2026 19:24
düzenlendi
Evidently AI veya Alibi Detect gibi kütüphanelere göz atabilirsin, hazır drift tespit metrikleri sunuyorlar ve entegrasyonu oldukça kolay.
selindemir2
11 Haz 2026 19:24
düzenlendi
Biz genelde veri dağılımını izlemek için KS test (Kolmogorov-Smirnov) veya PSI (Population Stability Index) kullanıyoruz. Belirli bir eşik değerini aşınca otomatik alarm üretiyor.
Lütfen giriş yapın cevap yazmak için.