机构名称：
¥ 1.0
调整保证框架以涵盖学习过程并解决 AI/ML 组成部分中的开发错误； 创建数据管理框架，以解决用于 ML 项目训练及其验证的数据集的正确性（偏差缓解）和完整性/代表性问题； 解决 ML 过程各个步骤中的模型偏差和方差权衡问题； 详细说明 ML/DL 应用中稳健性和不存在“非预期功能”的相关保证； 应对人类对 ML 应用行为理解的局限性，考虑到它们的 随机起源和 ML 模型复杂性； 管理“AI 黑匣子”中剩余风险的缓解（“黑匣子”这一表达是对 AI/ML 技术的典型批评，因为 AI/ML 模型的复杂性和性质带来了一定程度的不透明性，使它们看起来像无法验证的黑匣子（与基于规则的软件不同）； 获得最终用户的信任。
特殊条件 SC-AI-01 - EASA
主要关键词
相关文件推荐
