Kavram Kaymasi (Concept Drift)

Diger adlari: Concept Drift, Hedef Dagilim Kaymasi, Target Distribution Shift

Kisa Tanim

Kavram kaymasi, modelin ogrendigi girdi-cikti iliskisinin (P(Y|X)) zaman icinde degismesidir. Veri drifti (covariate shift, P(X) degisimi) ile farklidir: concept drift'te ayni girdiler farkli dogru ciktilara karsilik gelmeye baslar.

Teknik Mantik

Concept drift dort tipte ortaya cikar: (1) Ani (sudden) — yeni hastalik susu bir anda ortaya cikar. (2) Kademeli (gradual) — iklim rejimi yavas yavas kayar. (3) Tekrarlayan (recurring) — mevsimsel donguler. (4) Artan (incremental) — ciftciler yeni cesite kademeli gecis yapar. Tespit yontemleri: PSI (Population Stability Index), KS-test, ADWIN pencere yontemi ve Evidently AI gibi izleme araclari.

Kullanim Baglami

Uretim ortaminda deploy edilen tum ML modellerinin zamanla performans kaybetme riski vardir. Concept drift tespiti, MLOps pipeline'inin kritik bilesidir ve otomatik yeniden egitim tetikleyicileriyle eslenir.

Tarimsal Baglam

Tarimda concept drift dort temel kaynaktan gelir: (1) yeni hastalik suslari veya pestisit direnci evrimi, (2) iklim rejimi kaymasi, (3) cesit portfoyu degisimi (ciftciler yeni kulturvarlari benimser), (4) tarim pratikleri degisimi (organik gecis, minimal toprak isleme). Ayrica modelin kendi ciktisinin gelecek yilin egitim verisini etkilemesi (geri besleme dongusu) ozel bir concept drift bicimidir. Minimum yeniden egitim sikligi: yilda bir kez, yeni mevsim verisiyle.

Sik Karistirilan Nokta

Data drift (covariate shift) ile concept drift farkli seylerdir. Data drift'te girdi dagilimlari degisir ama girdi-cikti iliskisi ayni kalir (ornegin yeni kamera sensoru farkli renk profili uretir). Concept drift'te ise ayni girdiler farkli ciktilara karsilik gelir (ornegin ayni goruntudeki belirti artik farkli bir hastalik anlamina gelir).

Dr. Mehmet Solak — Siirt Universitesi, Biyosistem Muhendisligi