Data leakage aqui significa vazamento de privacidade?
Não necessariamente. No desenvolvimento de modelos, o termo descreve informação indevida contaminando treinamento ou avaliação.
Imersão
ImersãoDois dias para transformar IA em criatividade aplicada. In CompanyO método do IA Lab dentro do seu escritório.Conteúdos abertos
Área do alunosó para alunos
Vazamento de dados no modelo · Leakage · Target Leakage
Data leakage é o uso, durante o desenvolvimento de um modelo, de informação que não estaria legitimamente disponível no momento da previsão, produzindo uma estimativa otimista de desempenho.
O vazamento pode ocorrer quando o alvo aparece direta ou indiretamente nas features, quando o futuro informa o passado ou quando validação e teste influenciam transformações e seleção.
O resultado costuma parecer excelente no experimento e piorar quando o modelo encontra dados realmente novos.
Informações proibidas atravessam a divisão dos dados, a preparação, a seleção de features ou a construção do rótulo.
A prevenção exige dividir dados antes de aprender transformações, respeitar tempo e grupos, encapsular pipelines e revisar a disponibilidade real de cada feature.
Um modelo de atraso usa a data de encerramento do projeto, informação conhecida apenas depois do resultado, e por isso obtém uma métrica irreal no teste.
Vazamentos indiretos podem passar por códigos, datas, duplicatas, agregações e decisões humanas aparentemente inocentes.
Uma divisão aleatória não resolve dependências temporais ou grupos relacionados. O desenho deve representar como a previsão ocorrerá.
Dados de treinamento, Conjunto de validação, Conjunto de teste, Overfitting, Machine Learning, Evals
Não necessariamente. No desenvolvimento de modelos, o termo descreve informação indevida contaminando treinamento ou avaliação.
Sim. Ele ajuda a ajustar transformações apenas no treino e reaplicá-las de forma consistente, mas não corrige uma feature conceitualmente indevida.
Revisado em 2026-10-18.