понедельник, 7 августа 2023 г.

ИСО и МЭК: Заканчивается публичное обсуждение трёх частей стандарта ISO/IEC 5259 «Качество данных для аналитики и машинного обучения», часть 1

Вопрос качества данных очень важен для систем искусственного интеллекта, особенно для тех из них, которые используют алгоритмы машинного обучения. Разработкой таких стандартов занимается технический подкомитет ISO/IEC JTC1/SC42 «Искусственный интеллект».

С 21 июня 2023 года было начато публичное обсуждение и голосование национальных органов по стандартизации по DIS-проектам трёх частей (из 6) готовящегося международного стандарта ISO/IEC 5259 «Искусственный интеллект - Качество данных для аналитики и машинного обучения» (Artificial intelligence - Data quality for analytics and machine learning (ML)). Ещё одна часть, как говорится, «на подходе».

Мой комментарий: Следует отметить, что ещё раньше, в сентябре-ноябре 2022 года, на основе рабочих версий документов ИСО/МЭК, прошло публичное обсуждение четырех российских предстандартов, подготовленных на основе ISO/IEC 5259, см. http://rusrim.blogspot.com/2022/09/blog-post_26.html .

Голосование в ИСО и МЭК продлится до 13 сентября 2023 года, а вот до 14 августа 2023 года все желающие могут принять участие в обсуждении частей 1, 3 и 4 на сайте Британского института стандартов (BSI) - при условии регистрации на сайте BSI.

ISO/IEC DIS 5259-1 «Искусственный интеллект - Качество данных для аналитики и машинного обучения – Часть 1: Обзор, терминология и примеры» (Artificial intelligence - Data quality for analytics and machine learning (ML) - Part 1: Overview, terminology, and examples) объёмом 20 страниц основного текста, см. https://www.iso.org/standard/81088.html и https://www.iso.org/obp/ui/en/#!iso:std:81088:en

Во вводной части документа, в частности, отмечается:

«Данный документ способствует пониманию содержания и взаимосвязи отдельных частей стандарта ISO/IEC 5259 «Искусственный интеллект - Качество данных для аналитики и машинного обучения», и служит основой для концептуального понимания качества данных для аналитики и машинного обучения.

В документе также обсуждаются взаимосвязанные технологии и варианты использования.»

Содержание документа 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. Соображения в отношении качества данных для аналитики и машинного обучения
5.2. Концептуальная структура качества данных для аналитики и машинного обучения
5.3. Жизненный цикл данных для аналитики и машинного обучения
Приложение А (справочное): Примеры и варианты использования
Библиография


Страница публичного обсуждения стандарта ISO/IEC DIS 5259-1
на сайте Британского института стандартов (BSI)

Обсуждение на сайте BSI проводится по адресу: https://standardsdevelopment.bsigroup.com/projects/2020-02054#/section

ISO/IEC DIS 5259-2 «Искусственный интеллект - Качество данных для аналитики и машинного обучения – Часть 2: Показатели качества данных» (Artificial intelligence - Data quality for analytics and machine learning (ML) - Part 2: Data quality measures), объёмом 38 страниц основного текста, см. https://www.iso.org/standard/81860.html и https://standardsdevelopment.bsigroup.com/projects/2021-00048#/section .

Обсуждение этого документа ещё только начинается. Во вводной его части, в частности, отмечается:

«В настоящем документе представлена модель качества данных, показатели качества данных и рекомендации по составлению отчетов о качестве данных в контексте аналитики и машинного обучения. Данный документ опирается на серии стандартов ISO 8000, ISO/IEC 25012 и ISO/IEC 25024.

Цель настоящего документа заключается в том, чтобы помочь организациям достичь своих целей в области качества данных. Стандарт применим в организациях всех типов.»

Содержание документа следующее:

Предисловие
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Обозначения и сокращения
5. Элементы качества данных и модель качества данных для аналитики и машинного обучения
6. Характеристики качества данных показатели качества
7. Реализация модели качества данных и показатели качества данных для аналитики и машинного обучения
7. Отчетность о качестве данных
Библиография
Приложения
Библиография

(Окончание следует, см. http://rusrim.blogspot.com/2023/08/isoiec-5259-2.html )

Источник: сайт ИСО / сайт BSI

Комментариев нет:

Отправить комментарий