Definition
当机器学习模型相对于较旧的数据点不成比例地赋予近期观测值更高权重时，就会发生时间偏差。这通常是由于数据分布的非平稳性或特定的训练协议所致。
Summary
一种系统性误差，模型倾向于优先考虑近期数据而非历史背景，从而导致预测结果出现偏差。
Key Concepts
- 数据漂移
- 非平稳性
- 近因效应
- 模型衰减
Use Cases
- 金融市场预测
- 社交媒体趋势分析
- 流失率建模
A comprehensive multilingual AI terminology dictionary
当机器学习模型相对于较旧的数据点不成比例地赋予近期观测值更高权重时，就会发生时间偏差。这通常是由于数据分布的非平稳性或特定的训练协议所致。
一种系统性误差，模型倾向于优先考虑近期数据而非历史背景，从而导致预测结果出现偏差。