- 現行
- 正在執行有效
- 2024-11-05 頒布
?正版授權
注：本標準為國際組織發行的正版標準，下載后為完整內容；本圖片為程序生成，僅供參考，介紹內容如有偏差，以實際下載內容為準
全文預覽已結束
下載本文檔
基本信息：
- 標準號：ISO/IEC 5259-2:2024 EN
- 標準名稱：人工智能 - 用于分析和機器學習（ML）的數據質量 - 第二部分：數據質量度量
- 英文名稱：Artificial intelligence - Data quality for analytics and machine learning (ML) - Part 2: Data quality measures
- 標準狀態：現行
- 發布日期：2024-11-05
文檔簡介
1.一致性：一致性是指數據集中的信息是準確的，并且在不同情況下都是一致的。一致性包括實體的一致性（例如，人名和地址的重復），數據類別的一致性（例如，某個行業內的不同數據點之間的一致性）和時間一致性（例如，季節性的變化）。
2.完整性：完整性是指數據集中包含所有應該包含的信息，沒有任何缺失或錯誤。完整性還包括數據的時空完整性，即數據的范圍和時間是否覆蓋了所有的實際情況。
3.準確性：準確性是指數據的質量，它依賴于數據提供的時間、來源和使用的方式。數據的準確性包括錯誤檢測和糾正的能力，以及對特定情況下的適應能力。
4.可用性：可用性是指數據易于獲取、可理解和可用。這包括數據的格式、語言和提供方式，以確保用戶能夠方便地使用數據。
5.相關性：相關性是指數據與其描述或預測的事物之間的關聯程度。相關性可以通過對數據進行復雜的分析和處理來獲取。
6.可靠性：可靠性是指數據的準確性和完整性，它可以在不同的時間點進行驗證和復核，以確保其可信度。
這些質量指標不僅在人工智能的數據處理中非常重要，而且在任何類型的數據處理中都是重要的。通過理解這些指標，可以更好地理
評論
0/150
提交評論