Deriva del modelo (model drift)

Degradación del rendimiento de un modelo con el tiempo porque la realidad cambia y ya no se parece a sus datos de entrenamiento. Exige monitorización y reentrenamiento periódicos.

Degradación del rendimiento de un modelo con el tiempo porque la realidad cambia y ya no se parece a sus datos de entrenamiento. Exige monitorización y reentrenamiento periódicos.

Actualizado: 3 de junio de 2026.

Un modelo entrenado con datos de hace un año puede empeorar si los patrones del mundo cambian: nuevos comportamientos de usuario, inflación, modas. Aunque el modelo no cambie, su entorno sí.

Tipos

• Deriva de datos: cambia la distribución de las entradas.
• Deriva de concepto: cambia la relación entre entradas y resultado correcto.

Cómo gestionarla

Monitorizar métricas en producción (parte de MLOps) y reentrenar con datos frescos cuando el rendimiento cae.