При работе с моделями, которые работают непрерывно, мне было трудно рассуждать о том, как производительность падает со временем, используя только статическую оценку обучения/тестирования. Для тех из вас, кто развертывает долгоживущие модели: как вы в настоящее время формируете представление о поведении модели при изменении распределения до развертывания, если вообще получаете? На какие инструменты или методы вы полагаетесь?
Подробнее здесь: https://stackoverflow.com/questions/798 ... re-deployi
