Data Drift
La dérive des données (data drift) désigne l'évolution progressive des données en production par rapport aux données d'entraînement, dégradant les performances du modèle dans le temps. C'est un enjeu majeur de maintenance des systèmes IA en production.
Un modèle de détection de fraude bancaire entraîné en 2022 voit ses performances baisser en 2025 car les méthodes des fraudeurs ont évolué, nécessitant un réentraînement régulier.
La dérive des données (data drift) désigne l'évolution progressive des données en production par rapport aux données d'entraînement, dégradant les performances du modèle dans le temps. C'est un enjeu majeur de maintenance des systèmes IA en production.
Un modèle de détection de fraude bancaire entraîné en 2022 voit ses performances baisser en 2025 car les méthodes des fraudeurs ont évolué, nécessitant un réentraînement régulier.
Dérive des données et Machine Learning sont deux concepts liés mais distincts dans l'écosystème IA. Pour approfondir : Machine Learning, MLOps, Entraînement, Surapprentissage.
Gardez un coup d'avance en business et IA
Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.
+11 000 fondateurs abonnés