ISO∕IEC 42001-2023人工智能管理体系之10：“7支持-7.1资源”解读、实施流程和风险描述(雷泽佳编制-2024).pdfVIP

“7支持-7.1资源”解读、实施流程和风险描述

ISO∕IEC42001-2023《信息技术-人工智能管理体系》之10：

“7支持-7.1资源”解读、实施流程和风险描述

(雷泽佳编制，2024年9月)

第1部分：“7.1资源”解读

“7.1资源”条

“7.1资源”标准条文解读

文

(1)资源分类；人工智能管理体系所需的资源包括但不限于人工智能系统组件、数据资源、工具资源、系统和计算资源以及人力资源；

人工智能管理体系所需资源分类表

7支持资源类别资源子类别资源概述资源功能和用途

7.1资源

人工智能系构成人工智能系统的基本组成部分，包括支持人工智能系统的核心功能实现，确保系统能

组织应确定并-

统组件硬件和软件元素够执行预期的任务

提供建立、实

施、保持和持提高模型的准确性和泛化能力，确保模型在实际

训练数据用于训练机器学习模型的数据集

续改进人工智应用中表现良好

能管理体系所

数据资源用于验证模型性能的数据集，不参与训练

需的资源。验证数据评估模型在未见过数据上的表现，避免过拟合

过程

测试数据用于测试模型是否满足特定性能指标的数验证模型的准确性和稳定性，确保模型上线前符

雷泽佳编制-2024年9月1

“7支持-7.1资源”解读、实施流程和风险描述

“7.1资源”条

“7.1资源”标准条文解读

文

据集合预期

生产数据系统在实际应用中处理的数据支持模型在生产环境中的实时决策和预测

提供数据分析和模型构建的基础工具，优化模型

算法类型机器学习和人工智能算法的集合

性能

数据调节工

用于数据清洗、预处理和转换的工具提高数据质量，确保数据适合模型训练和使用

具

通过调整超参数、网络结构等方式，提高模型效

优化方法改进模型性能的技术和策略