Evidently AI, 통계 테스트(PSI, KS) 및 사용자 정의 지표를 사용하여 포괄적인 모델 드리프트 모니터링을 구현하여 프로덕션 ML 시스템에서 데이터 드리프트 및 개념 드리프트를 감지합니다. 성능 저하가 비즈니스 지표에 영향을 미치기 전에 포착할 수 있도록 자동화된 경고 및 보고 워크플로를 설정하세요. 프로덕션 모델이 설명할 수 없는 성능 저하를 보이는 경우, 새로운 데이터 분포가 학습 데이터와 다른 경우, 계절 변화가 입력 기능에 영향을 미치는 경우 또는 규제 요구 사항에 따라 모델 모니터링이 필요한 경우에 사용합니다.
명령줄에서 monitor-model-drift AI 스킬을 개발 환경에 빠르게 설치
출처: pjt222/development-guides.
Detect and alert on data drift and concept drift in production ML models using statistical tests and automated monitoring.
Expected: Configuration file created with thresholds matching your model's tolerance.
On failure: Start with conservative thresholds (PSI > 0.2, KS p-value < 0.01) and tune based on false positive rate.
Evidently AI, 통계 테스트(PSI, KS) 및 사용자 정의 지표를 사용하여 포괄적인 모델 드리프트 모니터링을 구현하여 프로덕션 ML 시스템에서 데이터 드리프트 및 개념 드리프트를 감지합니다. 성능 저하가 비즈니스 지표에 영향을 미치기 전에 포착할 수 있도록 자동화된 경고 및 보고 워크플로를 설정하세요. 프로덕션 모델이 설명할 수 없는 성능 저하를 보이는 경우, 새로운 데이터 분포가 학습 데이터와 다른 경우, 계절 변화가 입력 기능에 영향을 미치는 경우 또는 규제 요구 사항에 따라 모델 모니터링이 필요한 경우에 사용합니다. 출처: pjt222/development-guides.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/pjt222/development-guides --skill monitor-model-driftEvidently AI, 통계 테스트(PSI, KS) 및 사용자 정의 지표를 사용하여 포괄적인 모델 드리프트 모니터링을 구현하여 프로덕션 ML 시스템에서 데이터 드리프트 및 개념 드리프트를 감지합니다. 성능 저하가 비즈니스 지표에 영향을 미치기 전에 포착할 수 있도록 자동화된 경고 및 보고 워크플로를 설정하세요. 프로덕션 모델이 설명할 수 없는 성능 저하를 보이는 경우, 새로운 데이터 분포가 학습 데이터와 다른 경우, 계절 변화가 입력 기능에 영향을 미치는 경우 또는 규제 요구 사항에 따라 모델 모니터링이 필요한 경우에 사용합니다. 출처: pjt222/development-guides.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/pjt222/development-guides --skill monitor-model-drift 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/pjt222/development-guides