说明:收录全网最新的团体标准 提供单次或批量下载
ICS 33.020 CCS M10 YD 中华人民共和国 通信行业标准 YD/T XXXXX—XXXX 面向机器学习的电信数据规范 数据质量 Telecommunication data specification in the perspective of machine learning data quality 报批稿 XXXX - XX – XX发布 XXXX - XX - XX实施 中华人民共和国工业和信息化部   发 布 YD/T XXXX—XXXX I目  次 前言 ....................................................................................................................................................................... II 1 范围 ................................................................................................................................................................... 1 2 规范性引用文件 ............................................................................................................................................... 1 3 术语和定义 ....................................................................................................................................................... 1 4 电信数据质量管理总则 ................................................................................................................................... 3 4.1 概述 ........................................................................................................................................................ 3 4.2 数据质量评估原则 ................................................................................................................................ 3 4.3 数据质量评估维度 ................................................................................................................................ 4 4.4 电信数据质量管理一般流程 ................................................................................................................ 5 4.5 机器学习应用下电信数据质量评估方法 ............................................................................................ 6 5 机器学习应用下电信数据质量评估指标 ....................................................................................................... 6 5.1 规范性 .................................................................................................................................................... 7 5.2 完整性 .................................................................................................................................................... 8 5.3 准确性 .................................................................................................................................................... 8 5.4 有效性 .................................................................................................................................................... 9 5.5 一致性 .................................................................................................................................................. 10 5.6 适量性 .................................................................................................................................................. 11 5.7 时效性 .................................................................................................................................................. 11 5.8 可靠性 .................................................................................................................................................. 12 6 指标筛选 ......................................................................................................................................................... 13 参考文献 ............................................................................................................................................................. 15 YD/T XXXX—XXXX II前 言 本文件按照 GB/T 1.1-2020 《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定起 草。 本文件是面向机器学习的电信数据系列标准之一,该系列标准结构和名称如下: ——面向机器学习的电信数据规范 数据服务接口 ——面向机器学习的电信数据规范 数据模型 ——面向机器学习的电信数据规范 数据质量 ——面向机器学习的电信数据规范 数据安全能力成熟度 ——面向机器学习的电信数据规范 数据安全能力成熟度评估方法 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由

.pdf文档 YD-T 4522-2023 面向机器学习的电信数据规范 数据质量

文档预览
中文文档 17 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共17页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
YD-T 4522-2023 面向机器学习的电信数据规范 数据质量 第 1 页 YD-T 4522-2023 面向机器学习的电信数据规范 数据质量 第 2 页 YD-T 4522-2023 面向机器学习的电信数据规范 数据质量 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2025-07-27 16:12:58上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。