Banaketa-aldaketa gertatzen da datuen propietate estatistikoak denboran zehar aldatzen direnean, ereduaren errendimendua hondatuz, datu geldikorren hipotesiak propietate horiek konstante mantentzen direla suposatzen duen bitartean —oinarrizko premisa bat da, baina askotan ez da errealista ikaskuntza automatiko tradizionalean—.
Eredua zabaldu ondoren sarrerako datuek edo helburuko aldagaiek beren propietate estatistikoak aldatzen dituzten fenomenoa.
Oinarrizko premisa da datuen banaketak egonkor eta aldaezin mantentzea modelo baten bizi-ziklo osoan zehar.
| Ezaugarria | Datuen banaketa-aldaketa | Datu geldikorren suposizioa |
|---|---|---|
| Oinarrizko definizioa | Datuen propietate estatistikoak denboran zehar eboluzionatzen dute | Datuen banaketak finko eta egonkor mantentzen dira |
| Mundu errealeko prebalentzia | Oso ohikoa praktikan | Gutxitan gertatzen da ingurune dinamikoetan |
| Modeloaren errendimenduan duen eragina | Esku-hartzerik gabe degradazioa eragiten du | Denboran zehar errendimendu koherentea suposatzen du |
| Tratamendu teorikoa | Ikerketa-eremu aktiboa, irtenbide berriak dituena | Ikaskuntza estatistikoaren teoriaren oinarri tradizionala |
| Konplexutasuna kudeatzea | Jarraipena, egokitzapena eta birziklapena behar ditu | Errazagoa da ezartzeko, baina askotan engainagarria |
| Domeinu Adibideak | Finantzak, osasungintza, sistema autonomoak, gomendio-motorrak | Kontrolatutako esperimentuak, irudi estatikoen datu-multzoak, ingurune simulatuak |
| Erantzun algoritmikoa | Domeinuaren egokitzapena, etengabeko ikaskuntza, optimizazio sendoa | Trenbide-proba estandarraren zatiketa, gurutzatutako balidazioa |
Banaketa-aldaketak zure ereduaren azpian mundua aldatzen denean gertatzen dena jasotzen du: agian kontsumitzaileen lehentasunak eboluzionatzen dira, sentsoreak hondatzen dira edo baldintza ekonomikoak gorabehera egiten dira. Datu geldikorren hipotesiak, aldiz, atzoko datuek biharko errealitatea ezin hobeto irudikatzen duten une izoztu bat imajinatzen du. Testuliburu gehienak hemen hasten dira, matematika errazten duelako, nahiz eta profesionalek azkar deskubritzen duten zein hauskorra den erosotasun hori.
Egonkortasun ekonomikoan trebatutako iruzurrak detektatzeko eredu bat ahuldu egin daiteke atzeraldi batean, transakzio-ereduak erabat eraldatzen direnean. Era berean, ospitale batean garatutako diagnostiko medikoko tresnak askotan huts egiten dute beste nonbait erabiltzen direnean, paziente-populazio eta ekipamendu desberdinak direla eta. Hauek ez dira kasu mugatzaileak, ohikoak baizik. Egonkortasun-hipotesiak ez du fenomeno horietarako hiztegirik eskaintzen, anomalia gisa tratatuz, espero den portaera gisa baino.
Banaketa-aldaketari aurre egiteko etengabeko zaintza behar da: sarrerako ezaugarrien banaketak jarraitzea, iragarpenen konfiantza-puntuazioak monitorizatzea eta irteerak espero diren oinarrietatik aldentzen direnean markatzea. Kolmogorov-Smirnov testa, populazioaren egonkortasun-indizea eta batez bestekoaren gehienezko desadostasuna bezalako teknikek aldaketa kuantifikatzen laguntzen dute. Geldaritatepean, azpiegitura hori beharrezkoa ez dela dirudi, harik eta isilpeko hutsegiteak ereduaren kolapso katastrofikoan pilatzen diren arte.
Makina-ikaskuntza modernoak tresna-multzo aberatsak garatu ditu ezarpen ez-egonkorretarako. Domeinuen egokitzapen-metodoek iturburu- eta helburu-banaketak lerrokatzen dituzte. Online ikaskuntzak ereduak pixkanaka eguneratzen ditu datu berriekin. Inferentzia kausaleko teknikek banaketa-aldaketa jakin batzuei sendoak diren harremanak bilatzen dituzte. Multzo-ikuspegiek hainbat eredu mantentzen dituzte erregimen desberdinetarako. Egonkortasun-hipotesiak hori guztia behar izatea eragozten du, eta horregatik sortzen ditu hainbeste arazo bere hausteak.
Banaketa-aldaketa onartzeak benetako konplexutasuna dakar: ingeniaritza gehiago, konputazio gehiago, balidazio zailagoa eta arazketa zailagoa. Hasieran, talde batzuek erresistentzia erakusten dute, geldikortasuna suposatzearen itxurazko sinpletasuna nahiago baitute. Hala ere, aldaketa alde batera uztearen kostua normalean horri aurre egitearen kostua baino handiagoa da: iragarpen okerrek konfiantza, diru-sarrerak eta batzuetan segurtasuna higatzen dituzte. Zaintza eta pragmatismoaren arteko oreka egokia lortzeak ML eragiketa helduak inplementazio xaloetatik bereizten ditu.
Banaketa-aldaketak ikaskuntza sakoneko eredu konplexuei bakarrik eragiten die.
Erregresio lineal sinpleak ere huts egiten du aldagaien arteko erlazioak aldatzen direnean. Etxebizitzen prezioak interes-tasen arabera iragartzen dituen oinarrizko eredu batek okerrera egingo du politika monetarioa aldatzen denean, ereduaren konplexutasuna edozein dela ere.
Entrenamendu eta proba multzoak datu-multzo beretik badatoz, geldikortasuna bermatuta dago.
Denborazko ordena izugarri garrantzitsua da. Denbora-serieko datuak ausaz banatzeak, sekuentzialki baino, ez-egonkortasun larria ezkutatu dezake, eta horrek errendimendu-estimazio baikor arriskutsuak sortzen ditu, eta horiek zabaltzean kolapsatzen dira.
Datu geldikorrak izateak esan nahi du datuak ez direla inoiz aldatzen.
Praktikan, ikertzaileek askotan "esku artean dagoen aplikaziorako nahikoa geldikorra" esan nahi dute. Gorabehera txikiak onargarriak izan daitezke, baina interpretazio ñabarduratsu hori galtzen da, eta horrek eredu-aukera desegokiak egitera eramaten du.
Banaketa-aldaketa detektatzeko, banaketa berriko etiketatutako datuak behar dira.
Metodo eraginkor askok gainbegiratu gabe funtzionatzen dute, sarrerako banaketak edo modeloen konfiantza-ereduak alderatuz, egiaren etiketarik gabe —oso garrantzitsua da etiketak garestiak edo atzeratuak direnean—.
Aldaketa detektatzen duzunean, datu berrietan berriro entrenatzeak konpontzen du arazoa.
Birtrebakuntzak laguntzen du, baina bere erronkak dakartza: eredu zaharrak ahanztura katastrofikoa, datu berrien bolumen eskasa, etiketatzen denaren hautaketa-alborapena eta trantsizio-aldietan izan daitekeen ezegonkortasuna.
Domeinu egokitzapen teknikek banaketa aldaketaz kezkatu beharrik ezabatzen dute.
Metodo hauek banaketak nola desberdintzen diren buruzko hipotesi espezifikoen barruan sendotasuna hobetzen dute, baina ez dago irtenbide unibertsalik. Aurkarien domeinuen egokitzapena, adibidez, zailtasunak ditu iturburu eta helburu domeinuek gainjartze gutxi dutenean.
Aukeratu banaketa-aldaketaren kudeaketa esplizitua ereduak sistema dinamiko, arrisku handiko edo iraupen luzekoetan zabaltzean, non datuak nahitaez eboluzionatzen diren. Datu geldikorren hipotesia pedagogikoki baliotsua eta praktikoki onargarria da soilik aplikazio egonkor, epe laburreko edo zorrotz kontrolatuetarako, non aldaketa benetan hutsala den.
Edukien argitalpenetan A/B probak aldaerak publiko segmentu desberdinetara zabaltzea eta errendimendua neurtzea dakar, behin-behineko edukien argitalpenek, berriz, bertsio bakarra guztiei aldi berean bidaltzen diete. Ikuspegi bakoitzak helburu desberdinak ditu, A/B probak datuetan oinarritutako optimizazioa lehenesten duelarik eta behin-behineko argitalpenek abiadura eta sinpletasuna lehenesten dituztelarik.
Modeloen zerbitzatzean A/B probak lehiakideen modeloen arteko trafikoa bideratzen du benetako munduko errendimendua neurtzeko, eta modelo bakarreko hedapenak, berriz, modelo bakarra bidaltzen die erabiltzaile guztiei. Taldeek bien artean aukeratzen dute arrisku-tolerantziaren, trafiko-bolumenaren eta guztiz zabaldu aurretik baliozkotze estatistikoaren beharraren arabera.
Adimen artifizialaren laguntzaileek elkarrizketa-elkarrekintzan, laguntza emozionalean eta laguntza egokitzailean jartzen dute arreta, produktibitate-aplikazio tradizionalek, berriz, zereginen kudeaketa egituratua, lan-fluxuak eta eraginkortasun-tresnak lehenesten dituzten bitartean. Konparaketak zereginetarako diseinatutako software zurrunetik produktibitatea interakzio natural eta gizakiaren antzekoarekin eta testuinguru-laguntzarekin uztartzen dituzten sistema egokitzaileetara igarotzea nabarmentzen du.
Adimen artifizialaren eta automatizazioaren arteko desberdintasun nagusiak azaltzen dituen konparazioa da hau, nola funtzionatzen duten, zein arazo ebazten dituzten, egokitasuna, konplexutasuna, kostuak eta enpresa-erabilera errealen kasuak aztertuz.
Azterketa zehatz honek IA bidezko sormena —non algoritmoen ereduen sintesiak ideien sorkuntza eta gauzatze teknikoa bizkortzen dituen— gizakiaren sormen hutsarekin alderatzen du, zeina erabat sortzen den ahultasun pertsonaletatik, sakontasun emozionaletik eta nahitako arau-hausteetatik. Tresna artifizialek sorkuntza demokratizatzen eta bolumena handitzen duten bitartean, benetako giza arteak bizitako esperientzian oinarritzen da lana esanahi sozial sakon batez hornitzeko.
