- Ausgabedatum:
- Harmonisiert: Nein
- Gülitgkeit: Nein
- Deutsch verfügbar: Nein
- Englisch verfügbar: Ja
- Frei verfügbar: Ja
DIN SPEC 92005
Uncertainty quantification in machine learning
Gremium: Keins (DIN SPEC / ISO PAS Verfahren)
Dokumententyp: DIN SPEC
Anwendungsbereich
Die Quantifizierung von Unsicherheiten in Machine Learning Anwendungen ist ein wichtiger Baustein zur Verbesserung der Sicherheit bei der Anwendung von KI-Systemen. Dieses Dokument geht auf die grundlegende Terminologie ein, beschreibt wichtige Aspekte der Quantifizierung von Unsicherheiten sowie ausgewählte Anwendungsgebiete. Außerdem wird eine generelle Übersicht über verschiedene Ansätze gegeben, mit denen sich Unsicherheiten im Machine Learning Bereich quantifizieren lassen und es werden Anforderungen an solche Ansätze beschrieben. Zusätzlich werden in einem informativen Anhang konkrete Beispiele für Methoden genannt sowie deren Anwendung auf beispielhafte Use Cases. Insgesamt bietet das Dokument eine Übersicht über das Thema Unsicherheiten und enthält ebenfalls viele weiterführende Informationen in Form ausgewählter Literaturangaben. Normative Anforderungen werden aufgrund der Dokumentenart (DIN SPEC) nicht formuliert.
Tags
Domäne:
Gefährdungen:
Einsatzgebiete:
Normative Verweisungen
ISO/IEC 22989, Information technology - Artificial intelligence - Artificial intelligence concepts and terminology
DIN ISO 3534-1:2009-10, Statistics - Vocabulary and symbols - Part 1: General statistical terms and terms used in probability
Weiterführende Informationen
Als DIN SPEC ist das Dokument (nach Anmeldung) frei verfügbar unter DIN SPEC 92005 - 2024-03 - Beuth.de
Die DIN SPEC wird aktuell als Grundlage für die Entwicklung des ISO/IEC TS 25223 verwendet.
