Разработчик
Автономная некоммерческая организация «Институт развития информационного общества»
Технический комитет
Международные аналоги
Настоящий стандарт идентичен разрабатываемому международному стандарту ISO/IEC WD 5259-4 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 4: Data quality process framework, учитывающих специфику национальной стандартизации в области искусственного интеллекта и больших данных.
ОКС/МКС/ISO
ОКС 35.020
Описание
В этом документе представлены общие организационные подходы, независимо от типа, размера или характера организации-заявителя, для обеспечения качества данных используемых для обучения и оценки в области аналитики и машинного обучения. Он включает руководство по процессу обеспечения качества данных для: машинного обучения с учителем в отношении маркировки данных, используемых для обучения систем машинного обучения, включая общие организационные подходы к маркировке обучающих данных; машинного обучения без учителя; с привлечение учителя; обучения с подкреплением; аналитики.
Настоящий документ применим к данным обучения и оценки, которые поступают из разных источников, включая сбор и объединение данных, подготовку данных, маркировку данных, оценку и использование данных, но не определяет конкретные услуги, платформы или инструменты.
Приглашаем обсудить проект ГОСТ Р об инструментарии для мониторинга качества данных
Публичное обсуждение проекта продлится до 14 ноября 2022 г.
В стандарте описана рамочная структура управления качеством данных на протяжении всего жизненного цикла системы искусственного интеллекта, что позволит заинтересованным сторонам из государственного и частного сектора, наряду с некоммерческими и научно-образовательными организациями использовать единый терминологический аппарат, повысит скорость распространения, единство восприятия информации, повысит стабильность терминологии, создаст предпосылки для взаимного проникновения отечественных и мировых исследований в области «Информационные технологии – Большие данные».