著者のAlexandre Gonfalonieri氏は、フランス・パリに拠点を置く複数のAIスタートアップでデータサイエンティストとして活躍しています。同氏がMediumに投稿した記事「なぜ機械学習モデルは製品化すると劣化するのか?」では、機械学習モデルが製品化されてから劣化してしまう原因とその対策が自身の経験にもとづいて解説されています。 同氏によると機械学習モデル製品は製品化された直後がもっとも高精度であり、以降時間の経過とともに精度が劣化してしまいます。こうした劣化の原因として、コンセプトドリフトが指摘できます。この概念はモデルが開発された当初に使われていた学習データと製品化された後に入力されるデータのあいだで特徴上の差異が生じた結果、モデルの予測精度が劣化してしまう、ということを意味しています。 コンセプトドリフトによる性能劣化に対する対策として、同氏は以下のような3つの対策を提案
![なぜ機械学習モデルは製品化すると劣化するのか | AI専門ニュースメディア AINOW](https://cdn-ak-scissors.b.st-hatena.com/image/square/bda9bcd029f5845677489b7a8e066240eb3620bb/height=288;version=1;width=512/https%3A%2F%2Fainow.ai%2Fwp-content%2Fuploads%2F2019%2F11%2FTranslationArticle-Nov2019-MLsystem-image1-1920x1280.jpg)