Test legat de ghid · Mediu Nivel
Test de detectare a anomaliilor
Assess why anomalies are difficult to label, how Isolation Forest and local-density methods differ, and why deployed baselines can drift.
Întrebare 1 de 8
De ce modelele de detectare a anomaliilor sunt adesea instruite mai ales pe date „normale”, mai degrabă decât pe anomalii etichetate?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- De ce modelele de detectare a anomaliilor sunt adesea instruite mai ales pe date „normale”, mai degrabă decât pe anomalii etichetate?
- Etichetarea datelor normale este ilegală
- Modelele nu pot procesa deloc anomaliile
- Datele normale nu necesită calcul
- Anomaliile sunt rare, iar exemplele etichetate sunt rare
- Cum identifică o pădure de izolare o anomalie?
- Anomaliile sunt izolate în mai puține împărțiri aleatorii, dând drumuri mai scurte
- Anomaliile necesită multe divizări aleatorii pentru a fi izolate
- Măsoară culoarea fiecărui punct de date
- Mai întâi grupează punctele după etichetele lor
- Când un autoencoder este utilizat pentru detectarea anomaliilor, ce semnalează o anomalie?
- Eroare de reconstrucție scăzută
- Eroare mare de reconstrucție la intrare necunoscută
- Un timp de antrenament mai rapid
- Mai multe straturi în rețea
- Pe ce se bazează în principal metoda Local Outlier Factor?
- Ordinea alfabetică a caracteristicilor
- Dimensiunea totală a fișierului setului de date
- Densitatea punctelor în jurul unui punct dat
- O listă fixă de cazuri de fraudă cunoscute
- Care este o provocare realistă pentru sistemele de detectare a anomaliilor implementate?
- Anomaliile nu se schimbă niciodată în timp
- Datele normale sunt întotdeauna perfect etichetate
- Valorile abere reprezintă întotdeauna majoritatea datelor
- Definiția „normalului” poate varia, necesitând adaptare
- Care aplicație este o utilizare clasică a detectării anomaliilor?
- Detectarea tranzacțiilor frauduloase cu cardul de credit
- Sortarea fotografiilor în ordine alfabetică
- Traducerea textului între limbi
- Comprimarea fișierelor video
- 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