В Яндекс Директ обновили работу с моделями атрибуции: теперь смена любой модели не вызывает переобучение стратегий. Ранее прогресс сохранялся лишь при некоторых переходах, например, с Последнего значимого на Автоматическую модель. Сейчас алгоритм сохраняет накопленную статистику и не сбрасывает свой прогресс при любых изменениях. Что изменилось в работе с моделями атрибуции Раньше смена модели атрибуции могла привести к перезапуску автостратегии, что влияло на эффективность рекламных кампаний. Теперь изменения в любых комбинациях не вызывают сброса данных. В редких случаях после смены атрибуции стратегия может потребовать времени на дообучение, если количество конверсий по старой и новой модели значительно отличается. Понятие дообучения в алгоритмах Дообучение — это процесс адаптации стратегии к новым данным без полного пересчёта показателей и построения прогнозов заново. Алгоритм корректирует расчёты под обновлённый объём данных, что может занять некоторое время. В этот период показатели в статистике могут временно отклоняться от прежних значений. Случаи, когда происходит дообучение Дообучение — естественная часть работы машинного обучения. Система корректирует расчёты при значительных изменениях объёма или структуры данных. Например, это происходит при: Существенном изменении недельного бюджета Масштабном обновлении таргетингов (добавлении новых аудиторий или большого массива ключевых фраз) Значительных внешних колебаниях спроса или изменении поведения пользователей на сайте Автор поста Дмитрий Громов отмечает, что в будущем может появиться понятие «сверхобучения», о котором он тоже планирует рассказать. © Дмитрий Громов