Definition
El sesgo temporal ocurre cuando los modelos de aprendizaje automático ponderan desproporcionadamente las observaciones recientes en comparación con las antiguas, a menudo debido a distribuciones de datos no estacionarias o protocolos de entrenamiento específicos.
Summary
Un error sistemático en el que los modelos priorizan los datos recientes sobre el contexto histórico, lo que conduce a predicciones sesgadas.
Key Concepts
- Deriva de datos
- No estacionariedad
- Efecto de reciente
- Decaimiento del modelo
Use Cases
- Predicción de mercados financieros
- Análisis de tendencias en redes sociales
- Modelado de la tasa de abandono