Passer aux informations sur le produit
Volume 1 : Guide de gestion de la qualité des données d'IA v3.5
Volume 1 : Guide de gestion de la qualité des données d'IA v3.5
Description
Introduction au livre
[Volume 1] Guide de gestion de la qualité des données d'IA
- Lors de la constitution de données pour l'apprentissage de l'intelligence artificielle, depuis l'étape d'établissement du plan de construction, l'acquisition/collecte des données, la purification, le traitement, etc.
Élaboration de normes et de procédures pour les procédures, les résultats et les activités de contrôle de la qualité.
- Établir des normes et des plans de construction de données en présentant des exemples de processus d'auto-inspection de la qualité, de normes de gestion de la qualité et d'indicateurs.
Structuré pour servir de référence en poésie

[Volume 2] Guide de création de données pour l'IA
- Données par caractéristiques des données (LLM, LMM, synthétiques) pour le projet de création d'un écosystème de diffusion de données IA à très grande échelle de 2024
Comprend des exemples du processus de construction des données aux étapes d'acquisition/collecte, d'affinage, de traitement et d'apprentissage.
- Inclut les résultats d'une auto-inspection en un cycle par caractéristiques des données et fournit des résultats d'analyse sur les erreurs survenues.
- Classification des principaux types d'erreurs et inclusion d'exemples spécifiques basés sur les résultats de la vérification de la qualité

[Volume 3] Guide de gestion de la qualité des données en IA générative
- Créé pour refléter les caractéristiques des données (LLM, LMM, synthétiques) à mesure que la construction des données d'IA génératives se développe.
Toutefois, pour les questions et définitions générales, veuillez vous référer au « Guide de gestion de la qualité des données IA, volume 1 ».
- Fournit un document de référence présentant les caractéristiques, les indicateurs de contrôle qualité et les guides de paramétrage de chaque type d'apprentissage afin qu'il puisse servir de données de base pour la construction de données d'IA génératives de haute qualité.

indice
Résumé des lignes directrices de gestion de la qualité des données d'IA v3.5

I.
contour
Chapitre 1 Contexte et objectif de la promotion
1.
Arrière-plan
2.
but
Chapitre 2 : Élaboration des lignes directrices de gestion de la qualité
1.
Volume 1 : Guide de gestion de la qualité des données d'IA
Chapitre 3 : Comprendre les données pour l’apprentissage de l’IA
1.
Données pour l'apprentissage de l'intelligence artificielle
2.
Caractéristiques des données pour l'apprentissage de l'intelligence artificielle
3.
Cycle de vie des données pour l'apprentissage de l'IA
Chapitre 4 : Comprendre la gestion de la qualité des données pour l’apprentissage de l’IA
1.
Principes de gestion de la qualité des données pour l'apprentissage de l'IA
2.
Processus de constitution de données pour l'apprentissage de l'intelligence artificielle
3.
Étendue de la gestion de la qualité des données pour l'apprentissage de l'intelligence artificielle
4.
Activités d'inspection de la qualité des données pour l'apprentissage de l'intelligence artificielle

II.
Système de gestion de la qualité
Chapitre 1 Cadre de gestion de la qualité
1.
Mise en place d'un cadre de gestion de la qualité
2.
Définition des parties prenantes de la gestion de la qualité
3.
Système d'organisation de gestion de la qualité
Chapitre 2 Processus et résultats de la gestion de la qualité
1.
Phase de préparation et de planification (100)
2.
Phase de construction (200)
3.
Phase d'exploitation et d'utilisation (300)
4.
livrables étape par étape
Chapitre 3 Auto-inspection et vérification de la qualité
1.
contour
2.
Auto-contrôle qualité
3.
Vérification de la qualité par un tiers

III.
supplément
Annexe 1.
normes de contrôle de la qualité
1.
Indicateurs de contrôle de la qualité
2.
Indicateurs de contrôle de la qualité de l'adéquation du processus de construction
3.
Indicateurs de contrôle de la qualité de l'adéquation des données
4.
Indicateurs de contrôle de la qualité de l'exactitude des données de traitement
5.
Indicateurs de contrôle de la qualité de l'adéquation du modèle d'apprentissage
Annexe 2.
Guide de paramétrage des indicateurs de qualité
1.
Aperçu de la configuration des indicateurs de qualité
2.
Types de données d'apprentissage
3.
Guide de paramétrage des indicateurs de qualité
Annexe 3.
Guide d'étiquetage des données
Annexe 4.
Guide de la politique de confidentialité
1.
politique de confidentialité
2.
Lignes directrices sur la protection des renseignements personnels selon le cycle de vie

IV.
Références
Chapitre 1 Définition des termes
Chapitre 2 Références
SPÉCIFICATIONS DES PRODUITS
- Date d'émission : 13 septembre 2025
- Nombre de pages, poids, dimensions : 294 pages | 188 × 257 × 20 mm
- ISBN13 : 9791129061331
- ISBN10 : 1129061337

Vous aimerez peut-être aussi

카테고리