Quiz collegato alla guida · Medio Livello

Quiz sul rilevamento delle anomalie

Valutare perché le anomalie sono difficili da etichettare, in che modo differiscono i metodi della foresta di isolamento e quelli a densità locale e perché le linee di base distribuite possono spostarsi.

Percorsi guida correlatiRilevamento anomalie
Domanda 1 di 8

Perché i modelli di rilevamento delle anomalie vengono spesso addestrati principalmente su dati "normali" anziché su anomalie etichettate?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Perché i modelli di rilevamento delle anomalie vengono spesso addestrati principalmente su dati "normali" anziché su anomalie etichettate?
    • È illegale etichettare i dati normali
    • I modelli non sono in grado di elaborare le anomalie
    • I dati normali non richiedono calcoli
    • Le anomalie sono rare e gli esempi etichettati sono scarsi
  2. Come fa una Foresta di Isolamento a identificare un'anomalia?
    • Le anomalie vengono isolate in un minor numero di suddivisioni casuali, fornendo lunghezze di percorso più brevi
    • Le anomalie richiedono molte suddivisioni casuali per essere isolate
    • Misura il colore di ciascun punto dati
    • Innanzitutto raggruppa i punti in base alle loro etichette
  3. Quando viene utilizzato un codificatore automatico per il rilevamento delle anomalie, cosa segnala un'anomalia?
    • Basso errore di ricostruzione
    • Elevato errore di ricostruzione su input non familiari
    • Un tempo di allenamento più veloce
    • Più livelli nella rete
  4. Su cosa si basa principalmente il metodo del fattore anomalo locale?
    • L'ordine alfabetico delle caratteristiche
    • La dimensione totale del file del set di dati
    • La densità dei punti attorno a un dato punto
    • Un elenco fisso di casi di frode noti
  5. Qual è una sfida realistica per i sistemi di rilevamento delle anomalie implementati?
    • Le anomalie non cambiano mai nel tempo
    • I dati normali sono sempre perfettamente etichettati
    • I valori anomali rappresentano sempre la maggior parte dei dati
    • La definizione di “normale” può variare, richiedendo un adattamento
  6. Quale applicazione è un utilizzo classico del rilevamento delle anomalie?
    • Rilevamento di transazioni fraudolente con carta di credito
    • Ordinamento delle foto in ordine alfabetico
    • Traduzione di testi tra lingue
    • Compressione di file video
  7. Cosa rappresenta comunemente l'impostazione di contaminazione in un flusso di lavoro di Isolation Forest?
    • Il numero di alberi di addestramento che contengono audio
    • Una proporzione assunta o prevista di outlier usata per la soglia
    • La probabilità che un record sia stato crittografato
    • La profondità media di un punto normale
  8. Perché i punteggi di anomalia dovrebbero essere esaminati nel contesto del dominio?
    • Un punteggio di anomalia dimostra sempre una frode
    • Tutti i dati normali hanno una distribuzione identica
    • Eventi rari ma validi possono apparire insoliti, e gli errori hanno costi differenti
    • Un punteggio del modello sostituisce un'indagine