Liebe Kundinnen, liebe Kunden,

wir verabschieden uns in die Feiertage und sind ab dem 2. Januar 2025 wieder persönlich für Sie da.

Bitte beachten Sie, dass neue Registrierungen und manuell zu bearbeitende Anliegen erst ab diesem Zeitpunkt bearbeitet werden. 

Bestellungen und Downloads können Sie selbstverständlich jederzeit online durchführen, und unsere FAQ bieten Ihnen viele hilfreiche Informationen.

Wir wünschen Ihnen schöne Feiertage, eine besinnliche Zeit und ein gesundes Neues Jahr! 

Ihre DIN Media GmbH

Wir sind telefonisch für Sie erreichbar!

Montag bis Freitag von 08:00 bis 15:00 Uhr

DIN Media Kundenservice
Telefon +49 30 58885700-70

Technische Regel [AKTUELL]

DIN SPEC 92005:2024-03

Künstliche Intelligenz - Quantifizierung von Unsicherheiten im Maschinellen Lernen; Text Englisch

Englischer Titel
Artificial Intelligence - Uncertainty quantification in machine learning; Text in English
Ausgabedatum
2024-03
Originalsprachen
Englisch
Seiten
46
Verfahren
PAS

Kostenlos

Format- und Sprachoptionen

PDF-Download
  • Kostenlos

Mit dem Normenticker beobachten

Diese Option ist erst nach dem Login möglich.
Einfach Abo: Jetzt Zeit und Geld sparen!

Dieses Dokument können Sie auch abonnieren – zusammen mit anderen wichtigen Normen Ihrer Branche. Das macht die Arbeit leichter und rechnet sich schon nach kurzer Zeit.

Sparschwein_data
Abo Vorteile
Sparschwein Vorteil 1_data

Wichtige Normen Ihrer Branche, regelmäßig aktualisiert

Sparschwein Vorteil 2_data

Viel günstiger als im Einzelkauf

Sparschwein Vorteil 3_data

Praktische Funktionen: Filter, Versionsvergleich und mehr

Ausgabedatum
2024-03
Originalsprachen
Englisch
Seiten
46
Verfahren
PAS
DOI
https://dx.doi.org/10.31030/3521675

Schnelle Zustellung per Download oder Versand

Sicherer Kauf mit Kreditkarte oder auf Rechnung

Jederzeit verschlüsselte Datenübertragung

Einführungsbeitrag

Diese DIN SPEC wurde im Zuge des PAS-Verfahrens durch ein DIN-SPEC-Konsortium (temporäres Gremium) erarbeitet. Die Erarbeitung und Verabschiedung dieser DIN SPEC erfolgte durch die im Vorwort genannten Verfasser. Dieses Dokument spezifiziert allgemeine Richtlinien und Anforderungen für die Entwicklung und Anwendung von Methoden zur Quantifizierung von Unsicherheiten im maschinellen Lernen (ML). Dieses Dokument definiert die grundlegende Terminologie für die Quantifizierung von Unsicherheiten in ML und spezifiziert den Zweck, die Verwendung und die Notwendigkeit dieser Quantifizierungen. Dieses Dokument gibt einen Überblick über verfügbare Ansätze zur Quantifizierung von Unsicherheiten in ML und deren Eigenschaften und beschreibt ausgewählte Anwendungen. Dieses Dokument spezifiziert allgemeine technische Anforderungen und Empfehlungen für die Quantifizierung der Unsicherheit in der ML. Dieses Dokument ist anwendbar auf Forschung, Entwicklung und den Einsatz von ML-Techniken, einschließlich, aber nicht beschränkt auf Medizin, Erdbeobachtung, natürliche Sprachverarbeitung (NLP), Finanzen, Computer Vision, autonome Mobilität und Maschinen. Dieses Dokument spezifiziert keine Anforderungen an Unsicherheitskriterien, die für Sicherheitsfunktionen und den Gesundheitsschutz erforderlich sind, z. B. für die Erkennung von Personen in einem Gefahrenbereich. Dies gilt auch für sogenannte Assistenzsysteme.

Inhaltsverzeichnis
ICS
35.240.01
DOI
https://dx.doi.org/10.31030/3521675

Normen mitgestalten

Auch enthalten in
Lade Empfehlungen...
Lade Empfehlungen...