genaue und relevante Attribute

ML-R1-01M: Ein ML-Model wird mit einer Vielzahl von genauen und relevanten Attributen beschrieben. TEST: 1) Minimale Informationen über das ML Model ist in den Metadaten enthalten. (Ressourcentypen, Links). 2) Überprüfbare Deskriptoren werden in den Metadaten angegeben. (Datenfiles, Größe des Projekts, Typen) 3) Der Inhalt entspricht den gemessenen Variablen oder dem in den Metadaten angegebenen Dateityp und der Dateigröße. *Verwende F-UJI und füge deine Eindrücke; Antwort hier eintrage*

Principle: R

Rationale: Die Wiederverwendung des ML Models erfolgt besser, je stärker das Verständnis über das ML Models selbst ist. Die Metadaten sollten das ML Model so breit wie möglich und genau wie möglich beschreiben. Beispiele für die Beschreibung sind Art des Models, der verwendete Algorithmus, das verwendete Framework oder das Verwendungsformat. Idealerweise sollten ontologische Vokabular zur Beschreibung des ML Models (z. B. Variablen) verwendet werden, um die interdisziplinäre Wiederverwendung zu unterstützen.

FAIR Metrics: R1

URL(s):

• www.f-uji.net
• /
• Manuell