• 現(xiàn)行
  • 正在執(zhí)行有效
  • 2024-10-31 頒布
?正版授權(quán)
注：本標(biāo)準(zhǔn)為國際組織發(fā)行的正版標(biāo)準(zhǔn)，下載后為完整內(nèi)容；本圖片為程序生成，僅供參考，介紹內(nèi)容如有偏差，以實際下載內(nèi)容為準(zhǔn)
【正版授權(quán)-英語版】 ISO/IEC TS 12791:2024 EN Information technology - Artificial intelligence - Treatment of unwanted bias in classification and regression machine learning tasks_第1頁
全文預(yù)覽已結(jié)束

下載本文檔

基本信息：

  • 標(biāo)準(zhǔn)號：ISO/IEC TS 12791:2024 EN
  • 標(biāo)準(zhǔn)名稱：信息技術(shù)-人工智能-處理分類和回歸機器學(xué)習(xí)任務(wù)中不希望存在的偏見
  • 英文名稱：Information technology — Artificial intelligence — Treatment of unwanted bias in classification and regression machine learning tasks
  • 標(biāo)準(zhǔn)狀態(tài)：現(xiàn)行
  • 發(fā)布日期：2024-10-31

文檔簡介

ISO/IECTS12791:2024《信息技術(shù)—人工智能—分類和回歸機器學(xué)習(xí)任務(wù)中處理不需要偏見的方法》是一份關(guān)于人工智能領(lǐng)域的重要標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)詳細規(guī)定了處理分類和回歸機器學(xué)習(xí)任務(wù)中避免偏見的重要性，以及如何設(shè)計和實施算法以減少潛在的不必要偏見。

該標(biāo)準(zhǔn)涵蓋了以下幾個關(guān)鍵方面：

1.定義和識別問題：該標(biāo)準(zhǔn)首先定義了什么是偏見，并強調(diào)了其在機器學(xué)習(xí)任務(wù)中的負面影響。它還強調(diào)了識別和處理不需要偏見的重要性。

2.數(shù)據(jù)采集和處理：該標(biāo)準(zhǔn)強調(diào)了采集和處理數(shù)據(jù)以消除或減少潛在偏見的重要性。它詳細介紹了如何設(shè)計和實施數(shù)據(jù)采集和處理過程，以確保收集的數(shù)據(jù)是公正和無偏見的。

3.算法設(shè)計和實施：該標(biāo)準(zhǔn)詳細說明了如何設(shè)計和實施算法以減少或避免偏見。它包括了對算法的評估和調(diào)整，以確保它們不會導(dǎo)致新的偏見或不公正的結(jié)果。

4.驗證和測試：該標(biāo)準(zhǔn)強調(diào)了驗證和測試算法以確保它們不會導(dǎo)致新的偏見的重要性。它還提供了關(guān)于如何評估算法性能和可靠性的指導(dǎo)。

5.教育和培訓(xùn)：該標(biāo)準(zhǔn)還強調(diào)了教育和培訓(xùn)在減少機器學(xué)習(xí)任務(wù)中的偏見方面的重要性。它提供了關(guān)于如何培訓(xùn)數(shù)據(jù)科學(xué)家和機器學(xué)習(xí)工程師以避免偏見的指導(dǎo)。

ISO/IECTS12791:2024標(biāo)準(zhǔn)為處理機器學(xué)習(xí)任務(wù)中的偏見提供了全面的指南，并強調(diào)了數(shù)據(jù)采集和處理、算法設(shè)計和實施、驗證和測試以及教育和培訓(xùn)等方面的關(guān)鍵步驟。通過遵循這些

溫馨提示

  • 1. 本站所提供的標(biāo)準(zhǔn)文本僅供個人學(xué)習(xí)、研究之用，未經(jīng)授權(quán)，嚴禁復(fù)制、發(fā)行、匯編、翻譯或網(wǎng)絡(luò)傳播等，侵權(quán)必究。
  • 2. 本站所提供的標(biāo)準(zhǔn)均為PDF格式電子版文本（可閱讀打印），因數(shù)字商品的特殊性，一經(jīng)售出，不提供退換貨服務(wù)。
  • 3. 標(biāo)準(zhǔn)文檔要求電子版與印刷版保持一致，所以下載的文檔中可能包含空白頁，非文檔質(zhì)量問題。
  • 4. 下載后請按順序安裝Reader（點擊安裝）和FileOpen（點擊安裝）方可打開。詳細可查看標(biāo)準(zhǔn)文檔下載聲明

最新文檔

評論

0/150

提交評論