Veri kalitesi
Data quality
D1
Veri kalitesi, verinin doğruluk, eksiksizlik, uygunluk, tutarlılık, güvenilirlik ve güncellik gibi nitelikler dikkate alındığında belirli bir amaca uygunluk derecesidir.
İnceleme durumu: 2027-02-23
Teknik açıklama
Veri kümesinin kullanılabilirliğini ve yeniden kullanılabilirliğini etkiler; yapay zekâ iş akışlarında düşük kaliteli veya temsil gücü zayıf veriler sistemin güvenilirliğini etkileyebilir.
Kavramsal sınırlar
Veri kalitesi, tek ve kalıcı bir puan olarak değil, amaç ve bağlamla ilişkili olarak değerlendirilir.
Sağlayıcıdan bağımsız örnek
Bir ekip yönlendirme modeli eğitmeden önce etiketlerin desteklenecek kuyruk kararları için eksiksiz, güncel ve ilgili olup olmadığını denetleyebilir.
Sınırlılıklar
Kalite değerlendirmesi yaşam döngüsü boyunca yürütülen eylemler dizisidir; düşük kaliteli veya temsil gücü zayıf veri yapay zekâ sisteminin güvenilirliğini etkileyebilir.
İlişkili kavramlar
Atomik iddialar ve kanıt
1.1NIST SP 1500-18r2, NIST Research Data Framework Version 2.0
- Kaynak
- NIST SP 1500-18r2, NIST Research Data Framework Version 2.0
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Data Quality, p. 49
- Desteklenen iddia
- Veri kalitesi, veri kümesinin amaca uygunluğunu, kullanılabilirliğini ve yeniden kullanılabilirliğini doğrudan etkiler; doğruluk, eksiksizlik, güncellik durumu, uygunluk, tutarlılık, güvenilirlik, sunum ve erişilebilirlik gibi nitelikleri içerir.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Niteliklerin önemi veri kümesinin amacına ve bağlamına bağlıdır.
2.1NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0)
- Kaynak
- NIST AI 100-1, Artificial Intelligence Risk Management Framework (AI RMF 1.0)
- Kaynak rolü
- Yetkili kaynak
- Tam konum
- Appendix B, p. 38, data representation and dataset context bullets
- Desteklenen iddia
- Zararlı önyargı ve diğer veri kalitesi sorunları yapay zekâ sisteminin güvenilirliğini etkileyebilir; eğitim veri kümeleri amaçlanan bağlamından kopabilir veya kullanıma göre güncelliğini yitirebilir.
- Son doğrulama
- Gözden geçirme tarihi
- Kapsam sınırlaması
- Bunlar risk değerlendirmeleridir; her veri kümesinde veya sistemde bu sorunların bulunduğunun kanıtı değildir.