ISO/IEC 5259-3 认证标准与以下用于分析和 ML 的 AI – 数据质量标准并列：
- ISO/IEC 5259-1–概述、术语和示例
- ISO/IEC 5259-2–数据质量测量
- ISO/IEC 5259-4–数据质量流程框架
- ISO/IEC 5259-5–数据质量治理框架
- ISO/IEC 5259-6–数据质量可视化框架
用于训练 ML 模型的数据质量会显著影响分析和基于 ML 的产品和服务的质量。因此，数据质量管理对于分析和 ML 技术的成功至关重要。
ISO/IEC 5259-3 规定了针对分析和 ML 建立、实施、维护和持续改进数据质量的要求和指南。该全球标准规定了质量管理过程的要求和指南，以及可定制的参考过程和方法，以满足 ISO/IEC 5259-3 的要求。
它能够帮助组织在整个数据生命周期内实施和操作数据质量度量、管理和相关流程，并进行充分的控制。
这些要求和建议是通用的，适用于所有组织，无论其类型、规模或性质如何。ISO/IEC 5259-3 没有定义详细的过程、方法或度量。
ISO/IEC 5259-3 有哪些优势？
ISO/IEC 5259-3 认证是在成功完成审核之后进行的，使您能够：
- 显著提高 ML 模型和分析的可靠性和准确性
- 采用标准化的数据质量方法
- 大大增强您的数据质量管理能力
- 向您的利益相关方保证您的流程遵循国际公认的最佳实践
- 为联合国可持续发展目标（SDGs）9（产业、创新和基础设施）和 12（负责任的消费和生产）做出贡献
SGS 能提供哪些帮助?
要获得高质量的分析和 ML 数据，您需要对 ISO/IEC 5259-3 的要求有深入的了解。我们提供培训以传授所需知识。
体系实施到位后，我们可提供差距分析。成功完成审核后，我们将为您颁发证书，以确认标准要求已得到有效实施。
我们的 数字信任保证 产品组合还包括全面的 ISO/IEC 42001 服务。
常见问题
机器学习 (ML) 是人工智能 (AI) 的一个领域，它使计算机能够从数据中学习并根据数据做出预测或决策。它涉及开发算法来识别数据集中的模式并随着时间的推移提高其性能，而无需针对特定任务进行显式编程。机器学习涵盖多个领域，包括医疗保健、金融和自动化系统。
16th Floor, Block A, No.73 Fucheng Road, Century Yuhui Mansion,
北京, Haidian District, 中国大陆