# 概念漂移（Concept Drift）

概念漂移是指機器學習模型在部署後，由於資料分佈隨時間變化，導致模型預測準確度下降的現象。需要持續監控並重新訓練模型。

## 完整說明

概念漂移是一種機器學習模型在實際應用中遇到的挑戰。它指的是模型所學習的目標函數（輸入與輸出之間的關係）隨時間發生變化，導致模型在新的資料上的預測能力下降。常見應用包括金融市場預測、推薦系統和異常偵測。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/concept-drift
快查頁：https://aiterms.tw/terms/concept-drift
深度解說：https://aiterms.tw/learning/what-is-concept-drift