باختصار
انجراف المفهوم (Concept Drift) هو تحوّل في العلاقة بين السمات والتسمية. ومع الوقت، بيقلّل انجراف المفهوم جودة النموذج.
بالتفصيل
أثناء التدريب، النموذج بيتعلّم العلاقة بين السمات وتسمياتها في مجموعة التدريب. ولو التسميات دي كانت تمثيلًا جيّدًا للعالم الحقيقي، المفروض النموذج يدّي تنبّؤات جيّدة في الواقع.
لكن بسبب انجراف المفهوم، تنبّؤات النموذج بتميل للتدهور مع الزمن — من غير ما يتغيّر النموذج نفسه ولا الكود. اللي اتغيّر هو العالم.
المثال اللي بيوضّح الفكرة: نموذج تصنيف ثنائي بيتنبّأ هل طراز سيارة معيّن «موفّر للوقود» أم لا. السمات ممكن تكون وزن السيارة، وضغط المحرّك، ونوع ناقل الحركة. والتسمية إمّا «موفّر» أو «غير موفّر».
لكن مفهوم «السيارة الموفّرة للوقود» نفسه بيتغيّر باستمرار. طراز اتوسم كموفّر سنة 1994 هيتوسم بشبه اليقين كغير موفّر سنة 2024. نفس السيارة، نفس الأرقام، تسمية مختلفة.
والعلاج المباشر: أعِد تدريب النماذج بوتيرة أسرع من وتيرة الانجراف. فلو الانجراف بيقلّل دقّة نموذجك بهامش معتبر كل شهرين، أعِد التدريب أكثر من مرّة كل شهرين.
مثال عملي
نموذج كشف احتيال في متجر إلكتروني اتدرّب سنة 2024 وكان ممتازًا.
في 2026، المحتالون غيّروا أساليبهم، وطرق الدفع الشائعة اتغيّرت، وسلوك الشراء الطبيعي اتغيّر. النموذج ما اتعطّلش — هو لسّه بيشتغل ويرجّع نتائج بثقة. لكن تعريف «المعاملة المشبوهة» نفسه انجرف تحته. ده انجراف المفهوم.
مصطلحات مرتبطة
- Nonstationarity — اللاسكونية.
- Model Monitoring — مراقبة النماذج.
- MLOps — عمليات تعلّم الآلة.
المصادر: Google ML Glossary
