| L | M | M | J | V | S | D |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Cum știm dacă datele AI sunt corecte și de încredere?
Răspunsul este oferit de seria de standarde SR EN ISO/IEC 5259, un ecosistem complet pentru asigurarea calității.
Prezentare generală și terminologie
Fundația conceptuală. Acest document este „dicționarul” și harta seriei.
- Explică conceptele de bază.
- Oferă exemple de cazuri de utilizare (Use Cases).
- Asigură un limbaj comun pentru toți actorii implicați.
Măsuri de calitate a datelor
Instrumentele de măsurare (Metrul). Răspunde la întrebarea: „Cum măsurăm concret calitatea?”.
- Specifică modelul de calitate a datelor.
- Definește metrici matematice și statistice.
- Stabilește formatul de raportare a calității.
Managementul calității datelor
Sistemul de Management. Răspunde la: „Cum organizăm echipa și procesele?”.
- Cerințe pentru stabilirea și menținerea calității.
- Nu impune metrici, ci metode de lucru.
- Se concentrează pe guvernanță și îmbunătățire continuă.
Cadrul procesului de calitate
Manualul Operațional. Răspunde la: „Ce facem efectiv cu datele?”.
- Ghiduri pentru etichetare (Labelling), achiziție și pregătire.
- Acoperă ML supervizat, nesupervizat și RL.
- Indiferent de sursa datelor sau uneltele folosite.

