Data drift, concept drift tespiti ve otomatik retraining stratejileri.
# MLOps: Model Drift Nasıl İzlenir?
Production'daki ML modellerinin zamanla performans kaybetmesi kaçınılmaz. Drift izleme kritik.
## Drift Türleri
### Data Drift
Girdi verisinin dağılımının değişmesi.
- Örnek: Mevsimsel satış değişimleri
- Tespit: KS testi, PSI, Wasserstein distance
### Concept Drift
Girdi-çıktı ilişkisinin değişmesi.
- Örnek: Müşteri davranışlarının değişmesi
- Tespit: Model performans düşüşü
### Prediction Drift
Model çıktılarının dağılımının değişmesi.
## İzleme Altyapısı
1. **Feature store** ile input monitoring
2. **Prediction logging** ile output monitoring
3. **Ground truth** toplama mekanizması
4. **Alert sistemi** threshold aşımlarında
## Araçlar
- Evidently AI (açık kaynak)
- Fiddler
- Arize
- WhyLabs
## Retraining Stratejisi
- **Scheduled**: Belirli aralıklarla (haftalık/aylık)
- **Triggered**: Drift algılandığında
- **Continuous**: Online learning
Proaktif drift yönetimi = Stabil AI sistemi.