Quiz lié à un guide · Moyen Niveau

Quiz sur la détection de la fraude par l'IA

Testez le déséquilibre des classes de fraude, les faux positifs, la modélisation du réseau, les signaux de vitesse et l'évolution des modèles de fraude. Vérifiez la portée de l’évaluation.

Chemins de guidage associésDétection de fraude par IA
Question 1 de 8

Pourquoi les règles fixes seules (par exemple « bloquer les frais supérieurs à 5 000 $ ») sont-elles souvent inadaptées à la fraude ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Pourquoi les règles fixes seules (par exemple « bloquer les frais supérieurs à 5 000 $ ») sont-elles souvent inadaptées à la fraude ?
    • La fraude est contradictoire et en constante évolution, donc les règles deviennent obsolètes
    • Ils sont trop chers à écrire
    • Les banques ne sont pas autorisées à utiliser des règles
    • Les règles ne fonctionnent que le week-end
  2. Le « déséquilibre de classe » dans la détection de la fraude fait référence au fait que :
    • Il y a trop de banques
    • Les transactions frauduleuses ne représentent qu'une infime fraction de toutes les transactions
    • Tous les clients dépensent le même montant
    • Les données sont stockées dans le mauvais fichier de classe
  3. Un « faux positif » dans la détection de fraude signifie :
    • Une véritable fraude a été manquée
    • Le système est tombé en panne
    • Une transaction légitime a été signalée à tort comme une fraude
    • Une accusation en double s'est produite
  4. Quel défi la propagation des messages basés sur les voisins peut-elle créer pour un GNN frauduleux ?
    • It guarantees every linked account is fraudulent
    • It removes all concept drift from the data
    • It prevents investigators from reviewing transactions
    • Neighbor and hub effects can amplify class-imbalance problems
  5. Quel signal est un exemple de « vitesse » dans la surveillance des transactions ?
    • De nombreuses charges surviennent en quelques minutes
    • L'anniversaire du client
    • La couleur de la carte
    • Le logo de la banque
  6. Quelle typologie de fraude l’alerte deepfake du FinCEN de 2024 décrit-elle ?
    • Deepfakes that automatically reverse settled transactions
    • Deepfake media and fraudulent identity documents used to evade identity verification or authentication
    • A rule requiring banks to reject every voice call
    • Synthetic identities that prove a customer committed a crime
  7. Pourquoi l’exactitude peut-elle être trompeuse pour un ensemble de données sur la fraude très déséquilibrée ?
    • Accuracy is always equal to recall
    • Fraud labels are never used
    • A model can score high accuracy by predicting the majority legitimate class while missing fraud
    • The test set must contain no legitimate transactions
  8. What is one reason a graph model can help identify linked fraud patterns?
    • It removes the need for labels or investigation
    • It proves that connected accounts are criminal
    • It guarantees real-time detection
    • It can represent relationships among accounts, transactions, or devices