Quiz collegato alla guida · Medio Livello
Quiz sul rilevamento delle frodi tramite intelligenza artificiale
Testa lo squilibrio delle classi di frode, i falsi positivi, la modellazione di rete, i segnali di velocità e il cambiamento dei modelli di frode. Controllare l'ambito della valutazione.
Domanda 1 di 8
Perché le sole regole fisse (ad esempio, "addebiti per blocco superiori a $ 5.000") sono spesso inadeguate per le frodi?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Perché le sole regole fisse (ad esempio, "addebiti per blocco superiori a $ 5.000") sono spesso inadeguate per le frodi?
- La frode è contraddittoria e in continua evoluzione, pertanto le regole diventano obsolete
- Sono troppo costosi da scrivere
- Le banche non sono autorizzate a utilizzare le regole
- Le regole funzionano solo nei fine settimana
- Lo "squilibrio di classe" nell'individuazione delle frodi si riferisce al fatto che:
- Ci sono troppe banche
- Le transazioni fraudolente rappresentano una piccola parte di tutte le transazioni
- Tutti i clienti spendono la stessa cifra
- I dati sono archiviati nel file di classe sbagliato
- Un "falso positivo" nel rilevamento delle frodi significa:
- È mancata una vera frode
- Il sistema è andato in crash
- Una transazione legittima è stata erroneamente contrassegnata come frode
- Si è verificato un addebito duplicato
- What challenge can neighbor-based message propagation create for a fraud GNN?
- 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
- Quale segnale è un esempio di "velocità" nel monitoraggio delle transazioni?
- Molte cariche si verificano in pochi minuti
- Il compleanno del cliente
- Il colore della carta
- Il logo della banca
- What fraud typology did FinCEN’s 2024 deepfake alert describe?
- 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
- Why can accuracy be misleading for a highly imbalanced fraud dataset?
- 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
- 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