Тест, свързан с ръководство · Среден Ниво

Тест за откриване на аномалии

Оценете защо аномалиите са трудни за етикетиране, как се различават методите на Isolation Forest и методите за локална плътност и защо разгърнатите базови линии могат да се променят.

Свързани ръководни пътекиОткриване на аномалия
Въпрос 1 на 8

Защо моделите за откриване на аномалии често се обучават предимно на „нормални“ данни, а не на етикетирани аномалии?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Защо моделите за откриване на аномалии често се обучават предимно на „нормални“ данни, а не на етикетирани аномалии?
    • Етикетирането на нормални данни е незаконно
    • Моделите изобщо не могат да обработват аномалии
    • Нормалните данни не изискват изчисления
    • Аномалиите са редки и обозначените примери са оскъдни
  2. Как една изолираща гора идентифицира аномалия?
    • Аномалиите се изолират в по-малко произволни разделяния, което дава по-къси дължини на пътя
    • Аномалиите изискват много произволни разделяния, за да бъдат изолирани
    • Той измерва цвета на всяка точка от данни
    • Първо групира точките по техните етикети
  3. Когато се използва автоматичен енкодер за откриване на аномалия, какво сигнализира за аномалия?
    • Ниска грешка при реконструкция
    • Голяма грешка при реконструкция при непознат вход
    • По-бързо време за обучение
    • Повече слоеве в мрежата
  4. На какво основно разчита методът на фактора за местно отклонение?
    • Азбучен ред на характеристиките
    • Общият размер на файла на набора от данни
    • Плътността на точките около дадена точка
    • Фиксиран списък с известни случаи на измами
  5. Кое е реалистично предизвикателство за внедрените системи за откриване на аномалии?
    • Аномалиите никога не се променят с времето
    • Нормалните данни винаги са перфектно етикетирани
    • Извънредните стойности винаги са по-голямата част от данните
    • Определението за „нормално“ може да се промени, изисквайки адаптация
  6. Кое приложение е класическа употреба на откриване на аномалии?
    • Откриване на измамни транзакции с кредитни карти
    • Сортиране на снимки по азбучен ред
    • Превод на текст между езици
    • Компресиране на видео файлове
  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