اختبار مرتبط بالدليل · متوسط المستوى

مسابقة الكشف عن الشذوذ

قم بتقييم سبب صعوبة تحديد الحالات الشاذة، وكيف تختلف أساليب الغابة المعزولة وطرق الكثافة المحلية، ولماذا يمكن أن تنحرف خطوط الأساس المنشورة.

مسارات الدليل ذات الصلةكشف الشذوذ
سؤال 1 من 8

لماذا يتم تدريب نماذج الكشف عن الحالات الشاذة غالبًا على البيانات "العادية" بدلاً من الحالات الشاذة المصنفة؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. لماذا يتم تدريب نماذج الكشف عن الحالات الشاذة غالبًا على البيانات "العادية" بدلاً من الحالات الشاذة المصنفة؟
    • البيانات العادية غير قانونية للتسمية
    • لا يمكن للنماذج معالجة الحالات الشاذة على الإطلاق
    • البيانات العادية لا تتطلب أي حساب
    • الحالات الشاذة نادرة والأمثلة المصنفة نادرة
  2. كيف تحدد الغابة المعزولة الشذوذ؟
    • يتم عزل الحالات الشاذة في عدد أقل من الانقسامات العشوائية، مما يعطي أطوال مسارات أقصر
    • تتطلب الحالات الشاذة العديد من الانقسامات العشوائية لعزلها
    • يقيس لون كل نقطة بيانات
    • يقوم بتجميع النقاط حسب تسمياتها أولاً
  3. عندما يتم استخدام جهاز التشفير التلقائي للكشف عن الشذوذ، ما الذي يشير إلى وجود شذوذ؟
    • خطأ إعادة الإعمار منخفض
    • خطأ كبير في إعادة الإعمار عند إدخال غير مألوف
    • وقت تدريب أسرع
    • المزيد من الطبقات في الشبكة
  4. ما الذي تعتمد عليه طريقة العامل الخارجي المحلي بشكل أساسي؟
    • الترتيب الأبجدي للميزات
    • الحجم الإجمالي للملف لمجموعة البيانات
    • كثافة النقاط حول نقطة معينة
    • قائمة ثابتة لحالات الاحتيال المعروفة
  5. ما هو التحدي الواقعي الذي يواجه أنظمة الكشف عن الحالات الشاذة المنتشرة؟
    • الحالات الشاذة لا تتغير أبدًا بمرور الوقت
    • يتم دائمًا تصنيف البيانات العادية بشكل مثالي
    • القيم المتطرفة هي دائمًا غالبية البيانات
    • يمكن أن يتغير تعريف "الطبيعي"، الأمر الذي يتطلب التكيف
  6. ما هو التطبيق الذي يعتبر الاستخدام الكلاسيكي للكشف عن الشذوذ؟
    • الكشف عن المعاملات الاحتيالية لبطاقات الائتمان
    • ترتيب الصور أبجديا
    • ترجمة النص بين اللغات
    • ضغط ملفات الفيديو
  7. What does the contamination setting commonly represent in an Isolation Forest workflow?
    • The number of training trees that contain audio
    • An assumed or expected proportion of outliers used for thresholding
    • The probability a record was encrypted
    • The average depth of a normal point
  8. Why should anomaly scores be reviewed with domain context?
    • An anomaly score always proves fraud
    • All normal data has an identical distribution
    • Rare but valid events can look unusual, and errors have different costs
    • A model score replaces an investigation