西门子可靠人工智能挑战赛-安全关键型分类数据集
数据来源：互联网公开数据
标签：人工智能,机器学习,安全,分类,概率,风险评估,交通信号灯,西门子,挑战赛
数据概述：
本数据集模拟了一个安全关键型分类问题，旨在评估机器学习算法的可靠性。数据生成过程如下：评估者（玩家A）在单位正方形I=[0,1]2中选择一个子集S，并定义一个概率分布P。然后，评估者选择样本大小n，并从P中生成n个随机变量xi。每个随机变量xi被分配一个标签Ii：如果xi属于子集S，则Ii=1（红色）；否则，Ii=0（绿色）。
数据集的本质是评估者使用指示函数IS对数据点进行分类。该数据集模拟了一个现实世界中的安全场景，例如交通信号灯，其中将红色数据点错误地标记为绿色（即，错误地将危险情况判断为安全）可能导致安全事故。
数据用途概述：
该数据集主要用于测试和评估机器学习算法在安全关键型分类问题中的性能。具体而言，安全专家（玩家E）需要开发一个机器学习算法，并提供关于该算法的安全性论证，包括所有假设和可能与安全相关的应用规则。该算法的目标是为下一个随机变量xn+1的错误分类概率提供一个（非平凡的）上限。该数据集也适合用于教学和研究，帮助学习者理解机器学习算法在实际安全应用中的挑战，以及如何评估和保证其安全性。数据集可用于探索不同的机器学习模型、风险评估方法以及安全相关的应用规则。
