---
title: "\"Модельный закон о технологиях искусственного интеллекта\""
number: "58-8"
issuer: "Межпарламентская Ассамблея СНГ"
status: действует
canonical: "https://bukva.ai/docs/modelnyy-zakon-58-8/statya-30"
---

# Статья 30. Требования к наборам данных для обучения технологий искусственного интеллекта

### <a id="p100251"></a>Статья 30. Требования к наборам данных для обучения технологий искусственного интеллекта


1. <a id="p100252"></a>Порядок формирования, подготовки, разметки и использования наборов данных для создания и тестирования технологий искусственного интеллекта определяется национальным законодательством с учетом требований международных стандартов.
2. <a id="p100253"></a>Данные для обучения технологий искусственного интеллекта подлежат проверке на соответствие критериям достоверности, достаточности и целесообразности.
3. <a id="p100254"></a>Требования к наборам данных, используемым для обучения технологий искусственного интеллекта, если иное не предусмотрено национальным законодательством, включают:
- <a id="p100255"></a>требования, направленные на обеспечение разумных гарантий безопасности использования продуктов и услуг, основанных на технологиях искусственного интеллекта, в силу их соответствия установленным стандартам;
- <a id="p100256"></a>требование принятия разумных мер, направленных на недопущение незаконной дискриминации, связанной с использованием технологий искусственного интеллекта;
- <a id="p100257"></a>требования, направленные на обеспечение надлежащей защиты конфиденциальности и персональных данных при использовании технологий искусственного интеллекта.
4. <a id="p100258"></a>Данные для обучения технологий искусственного интеллекта требуют предварительной обработки и подготовки, чтобы быть пригодными для обучения моделей.
5. <a id="p100259"></a>Этапы подготовки данных для обучения технологий искусственного интеллекта, если иное не предусмотрено национальным законодательством, включают:
- <a id="p100260"></a>очистку данных - удаление ошибочных или неполных записей, обработку выбросов;
- <a id="p100261"></a>масштабирование и нормализацию - приведение данных к одному масштабу, чтобы модель могла правильно обучиться;
- <a id="p100262"></a>кодирование категориальных данных - преобразование категориальных признаков в числовой формат;
- <a id="p100263"></a>разделение данных на тренировочный и тестовый наборы для обучения и проверки моделей.