データドリフトの検知と是正の手法

Machine Learning では、デプロイ済みモデルの性能を時間とともに維持する方法を理解することが重要です。実務でよく直面する課題のひとつがデータドリフトで、これは入力データの分布が変化することを指します。データドリフトが起きると、モデル性能が低下し、予測の精度が落ちる可能性があります。

Machine Learning モデルにおけるデータドリフトを検知し、是正するための適切な手順はどれでしょうか（該当するものをすべて選択）。