本案例涉及人工智慧（Artificial Intelligence, AI）。
理解模型或資料隨時間改變時，如何以監控與回饋迴路維持人工智慧應用效能。
本案例依原書第 3 章的設計模式、範例或流程重組，並非原書正式案例研究。
原書指出，模型與資料漂移會讓人工智慧應用的有效性隨時間下降。監控與回饋迴路模式會持續追蹤模型表現，當偵測到資料漂移或概念漂移時，觸發再訓練管線。
| 監控項目 | 原書作用 |
|---|---|
| 模型表現 | 持續追蹤有效性 |
| 資料漂移 | 偵測輸入資料變化 |
| 概念漂移 | 偵測資料與目標關係變化 |
| 回饋迴路 | 把監控結果接回改善流程 |
| 再訓練管線 | 漂移被偵測後觸發 |
在 Excel 建立監控日誌，記錄日期、模型版本、指標、基準、觀察值、是否偵測漂移與再訓練狀態。若原書沒有提供門檻，門檻欄留白並標示待企業設定；AI 只能解讀已填數值。
原書沒有提供可直接計算的數據，因此不補造結果。
部署不是生命週期終點。沒有監控與回饋，模型效能下降可能直到使用者受影響後才被發現。原書未提供統一門檻，因此不同企業仍需自行設定監控指標與觸發條件。
請依監控日誌找出已標示漂移但尚未啟動再訓練的紀錄，並列出缺少基準或觀察值的欄位；不得自行設定門檻。