DIN-Normenausschuss Informationstechnik und Anwendungen (NIA)
Künstliche Intelligenz - Datenqualität für Analytik und maschinelles Lernen (ML) - Teil 4: Rahmen für Datenqualitätsprozesse
Kurzreferat
In diesem Dokument werden unabhängig von der Art, Größe oder Beschaffenheit der antragstellenden Organisation allgemeine organisatorische Ansätze zur Sicherstellung der Datenqualität für die Schulung und Auswertung in den Bereichen Analytik und maschinelles Lernen (ML) festgelegt. Es enthält Leitlinien für den Datenqualitätsprozess für: - überwachtes maschinelles Lernen im Hinblick auf die Kennzeichnung von Daten, die für das Training von maschinellen Lernsystemen verwendet werden, einschließlich gemeinsamer organisatorischer Ansätze für die Kennzeichnung von Trainingsdaten; - unüberwachtes ML; - semi-supervised ML; - Verstärkungslernen; - Analytik. Dieses Dokument gilt für Trainings- und Bewertungsdaten, die aus unterschiedlichen Quellen stammen, einschließlich Datenerfassung und -zusammenstellung, Datenaufbereitung, Datenetikettierung, Bewertung und Datennutzung. In diesem Dokument werden keine spezifischen Dienste, Plattformen oder Werkzeuge definiert. Übersetzt mit DeepL.com (kostenlose Version)
Beginn
2024-10-10
WI
JT021043
Geplante Dokumentnummer
DIN EN ISO/IEC 5259-4
Projektnummer
04301164
Zuständiges nationales Arbeitsgremium
Zuständiges europäisches Arbeitsgremium
CEN/CLC/JTC 21/WG 3 - Ingenieurtechnische Aspekte
