Un changement de la distribution conjointe des entrées et des cibles entre l'entraînement (source) et le déploiement (cible) qui peut entraîner une dégradation des performances d'un modèle entraîné sur la source.

Principe

La performance dépend des hypothèses distributionnelles ; lorsque les distributions marginales ou conditionnelles changent, le minimiseur du risque empirique sur la source peut ne plus être optimal sur la cible.

Démonstration

Un système de reconnaissance vocale entraîné sur des voix enregistrées en studio (source) voit son taux d'erreur augmenter lorsqu'il est déployé sur des enregistrements téléphoniques bruyants (cible) parce que la distribution acoustique et le bruit diffèrent.

Mauvaise application

Qualifier toute chute de performance de « décalage de domaine » sans diagnostiquer si le problème est du bruit d'étiquetage, un biais de dataset, une inadéquation d'évaluation ou un véritable changement de distributions conditionnelles ; cette confusion mène à des remèdes inappropriés.

Conséquence

Reconnaître un décalage de domaine incite à l'adaptation, à la surveillance ou au réentraînement ; ne pas le détecter conduit à une dégradation silencieuse des systèmes déployés et à des prédictions peu fiables dans des contextes critiques.

Inversion

Stationnarité distributionnelle : supposer qu'il n'y a pas de décalage, c'est‑à‑dire que les distributions d'entraînement et de déploiement sont identiques et qu'aucune adaptation n'est nécessaire.

Limite

Désigne des différences distributionnelles affectant la performance prédictive ; exclut les fluctuations de mesure triviales qui ne changent pas les relations conditionnelles et les situations où seules les définitions d'étiquettes ou les tâches changent (dérive de concept comme changement de fonction d'étiquetage).

Tension sémantique

Concurrence avec des termes voisins comme covariate shift, label shift et concept drift ; la tension apparaît parce que les praticiens utilisent « décalage de domaine » comme terme-couverture pour plusieurs phénomènes formels différents qui nécessitent des remèdes distincts.

Synthèse

Le décalage de domaine décrit la réalité empirique de processus générateurs de données différents selon le contexte ; un diagnostic précis des distributions modifiées (entrées marginales, labels conditionnels, ou les deux) oriente les remèdes appropriés, comme le rééchantillonnage, l'adaptation ou la redéfinition de la tâche.