ISO/IEC 5259-4-ed.1.0

Annotation of standard text ISO/IEC 5259-4-ed.1.0 :

This document establishes general common organizational approaches, regardless of the type, size or nature of the applying organization, to ensure data quality for training and evaluation in analytics and machine learning (ML). It includes guidance on the data quality process for:

— supervised ML with regard to the labelling of data used for training ML systems, including common organizational approaches for training data labelling;

— unsupervised ML;

— semi-supervised ML;

— reinforcement learning;

— analytics.

This document is applicable to training and evaluation data that come from different sources, including data acquisition and data composition, data preparation, data labelling, evaluation and data use. This document does not define specific services, platforms or tools.

Le present document etablit des approches organisationnelles communes generales, independamment du type, de la taille ou de la nature de l’organisme demandeur, afin de garantir la qualite des donnees pour l’entrainement et l’evaluation dans le cadre de l’analyse de donnees et de l’apprentissage automatique (AA). Il comprend des recommandations relatives au processus de qualite des donnees pour:

— l’AA supervise en ce qui concerne l’etiquetage des donnees utilisees pour entrainer les systemes d’AA, y compris les approches organisationnelles communes pour l’etiquetage des donnees d’entrainement;

— l’AA non supervise;

— l’AA semi-supervise;

— l’apprentissage par renforcement;

— l’analyse de donnees.

Le present document s’applique aux donnees d’entrainement et d’evaluation provenant de differentes sources, y compris l’acquisition et la composition des donnees, la preparation des donnees, l’etiquetage des donnees, l’evaluation et l’utilisation des donnees. Le present document ne definit pas de services, plateformes ou outils specifiques.