仕組み最終確認 2026.09.25
Concept Drift
コンセプトドリフトコンセプトドリフト
時間の経過で入力の特徴と正解の関係が変わり、以前のデータで学んだモデルの予測が合いにくくなる現象です。
MEANING
もう少し詳しく
機械学習モデルは、学習時のデータにあった関係を使って予測します。社会の習慣、季節、商品の基準、利用者の行動などが変わると、同じ特徴でも正解が以前と異なり、公開当初は良かった性能が徐々に下がることがあります。
EXAMPLE
身近な例
過去の購入傾向で作った需要予測が、生活様式や商品の流行が変わった後は外れやすくなります。
MISUNDERSTANDING
よくある勘違い
モデルが勝手に学習内容を忘れる現象ではありません。現実側の関係が変わり、学習時の前提が合わなくなることが中心です。
KEY POINT
覚えておくこと
公開時の精度だけで終わらせず、実際の結果を継続して測り、変化に応じてデータ・評価・再学習を見直します。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google for Developers・Machine Learning Glossary ↗確認日:2026.09.25