Эволюция системы мониторинга моделей: нелинейный подход

Ключевая проблема мониторинга моделей — существенный временной разрыв между датой прогноза и наблюдением фактического значения целевой переменной. «Классические» подходы к решению данной проблемы имеют ряд недостатков, главный из которых — контроль стабильности маржинальных (одномерных) распределений факторов, а не совместного (многомерного) распределения. Одним из наиболее перспективных решений, позволяющих исключить эти недостатки, является применение методов машинного обучения для задачи прогнозирования ошибки — концепция Model Performance Predictor (MPP).