Gids-gekoppelde quiz · Middelmatig Niveau
Anomaliedetectiequiz
Beoordeel waarom afwijkingen moeilijk te labelen zijn, hoe Isolation Forest- en lokale-dichtheidsmethoden verschillen, en waarom ingezette basislijnen kunnen afwijken.
Vraag 1 van 8
Waarom worden anomaliedetectiemodellen vaak vooral getraind op 'normale' gegevens in plaats van op gelabelde anomalieën?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Waarom worden anomaliedetectiemodellen vaak vooral getraind op 'normale' gegevens in plaats van op gelabelde anomalieën?
- Het is illegaal om normale gegevens te labelen
- Modellen kunnen helemaal geen afwijkingen verwerken
- Normale gegevens vereisen geen berekening
- Afwijkingen zijn zeldzaam en gelabelde voorbeelden zijn schaars
- Hoe identificeert een isolatiebos een afwijking?
- Afwijkingen worden in minder willekeurige splitsingen geïsoleerd, waardoor kortere padlengtes ontstaan
- Anomalieën vereisen veel willekeurige splitsingen om te isoleren
- Het meet de kleur van elk gegevenspunt
- Het groepeert eerst punten op basis van hun labels
- Wanneer een autoencoder wordt gebruikt voor anomaliedetectie, wat signaleert dan een anomalie?
- Lage reconstructiefout
- Hoge reconstructiefout bij onbekende invoer
- Een snellere trainingstijd
- Meer lagen in het netwerk
- Waar is de Local Outlier Factor-methode voornamelijk op gebaseerd?
- De alfabetische volgorde van functies
- De totale bestandsgrootte van de gegevensset
- De dichtheid van punten rond een bepaald punt
- Een vaste lijst met bekende fraudegevallen
- Wat is een realistische uitdaging voor ingezette anomaliedetectiesystemen?
- Afwijkingen veranderen nooit in de loop van de tijd
- Normale gegevens zijn altijd perfect gelabeld
- Uitschieters vormen altijd de meerderheid van de gegevens
- De definitie van ‘normaal’ kan afwijken, waardoor aanpassing nodig is
- Welke toepassing is een klassiek gebruik van anomaliedetectie?
- Het detecteren van frauduleuze creditcardtransacties
- Foto's alfabetisch sorteren
- Tekst vertalen tussen talen
- Videobestanden comprimeren
- 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
- 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