Стандарт подготовлен техническим подкомитетом ISO/IEC JTC1/SC42 «Искусственный интеллект». О работе над ним я уже писала здесь: http://rusrim.blogspot.com/2023/08/isoiec-5259-1.html .
В настоящее время завершается процесс адаптации данного международного стандарта в качестве российского стандарта ГОСТ Р 71484.1-2024 «Искусственный интеллект. Качество данных для аналитики и машинного обучения. Часть 1: Обзор, терминология и примеры».
Что представляет собой стандарт ISO/IEC 5259-1?
Стандарт ISO/IEC 5259-1 является основополагающей частью серии стандартов ISO/IEC 5259, в центре внимания которой находится качество данных для аналитики и машинного обучения (МО).
Данный стандарт включает обзор, терминологию и иллюстративные примеры, которые помогут организациям понять и эффективно применять все стандарты данной серии. Он определяет концептуальную структуру для оценки и повышения качества данных на разных этапах жизненного цикла данных, что имеет решающее значение для обеспечения надёжности результатов аналитики и машинного обучения.
Чем важен стандарт ISO/IEC 5259-1?
Стандарт ISO/IEC 5259-1 имеет ключевое по важности значение, поскольку он удовлетворяет фундаментальную потребность в высоком качестве данных в эпоху, в которой доминирует принятие решений на основе данных. Поскольку данные становятся сырьём для аналитики и машинного обучения, обеспечение их качества напрямую влияет на точность и надёжность аналитических моделей и систем на основе машинного обучения.
Данный стандарт предоставляет организациям необходимые инструменты и методы для оценки, управления и повышения качества данных, дающие возможность обеспечить пригодность используемых данных для применения по их целевому назначению. Он обеспечивает общий язык и предоставляет набор практик, которые способствуют эффективному управлению качеством данных, что имеет ключевое значение для получения последовательных и надёжных результатов аналитики.
Преимущества
- Повышение надёжности и точности моделей машинного обучения и результатов аналитики;
- Стандартизированная оценка качества данных в различных секторах и приложениях;
- Расширение возможностей организаций по управлению качеством данных.
Содержание стандарта следующее:
Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Обозначения и сокращения
5. Концепции качества данных для аналитики и машинного обучения
5.1. Рекомендации по качеству данных для аналитики и машинного обучения
5.2. Концептуальная структура обеспечения качества данных для аналитики и машинного обучения
5.3. Жизненный цикл данных для аналитики и машинного обучения
Приложение А: Примеры и сценарии обеспечения качества данных для аналитики и машинного обучения
Библиография
Источник: сайт ИСО
https://www.iso.org/standard/81088.html
https://www.iso.org/obp/ui/en/#!iso:std:81088:en
Комментариев нет:
Отправить комментарий