класс. Создание такого набора данных производится вруч-

ную и является длительным и трудоемким процессом. В некоторых случаях получить экземпляры аномального класса невозможно за неимением данных об отклонениях в системе, в другихслучаях могут отсутствовать метки обоих классов. В зависимости от того, какие классы данных используются для реализации алгоритма, методы поиска аномалий могутработать в одном из трех режимов:

1)с учителем;

2)без учителя;

3)частично с учителем.

Помимо разработки робастного ИИ, важно реализовать мониторинг поведения модели ИИ и внедрить механизмы обнаружения аномалий в данных. Это позволит снизить риски, связанные с возникновением дрейфов концепции и данных. Решением является применение ModelOps систем, в которых реализованы встроенные механизмы обнаружения возникающих аномалий и есть возможность вывести модель из использования в бизнес-процессе для ее доработки либо создания новой модели.

Контрольные вопросы

1.Из-за чего чаще всего возникает заражение данных?

2.Что такое дрейф данных?

3.Что такое дрейф концепций?

4.Что такое утечка данных в машинном обучении?

5.Какие методы позволяют обнаруживать аномалии в данных?

6.В каких режимах могут выполняться методы поиска аномалий?

68