Step 1 確認クイズ

不正検知の業務課題理解に関する確認クイズである。5問中4問以上の正解（80%以上）で合格となる。

Q1. 不均衡データと正解率

Credit Card Fraud Detectionデータセットにおいて不正取引の割合は約0.17%である。全ての取引を「正常」と予測した場合の正解率はどれか？

正解: C) 99.83%

解説: 不正が0.17%なので、全て正常と予測すれば99.83%の正解率になる。しかし不正を1件も検知できないため、不正検知システムとしては完全に失敗である。これが不均衡データにおける正解率の罠である。

不正検知において、偽陰性（FN）1件のコストが50,000円、偽陽性（FP）1件のコストが500円の場合、最も正しい説明はどれか？

正解: B) 不正を1件見逃すコストは正常取引を100件誤検知するコストに等しい

解説: 50,000 / 500 = 100。FN1件 = FP100件のコストである。この非対称性を考慮したコスト最適化が必要であり、単純に精度や正解率を最大化しても最適解にはならない。

リアルタイム不正検知システムの技術的制約として、最も当てはまらないものはどれか？

正解: C) 全ての特徴量を外部APIから取得して計算する

解説: リアルタイム性の要求下では、外部APIコールは最小限に抑える必要がある。全てを外部APIに頼ると遅延が発生し、要件を満たせない。事前計算した特徴量をキャッシュしておくなどの工夫が必要。

現行システムの月間不正被害コストが2,600万円、ML導入後の月間コストが800万円に改善される見込み。ML開発費が1,000万円、月間運用費が100万円の場合、投資回収期間に最も近いものはどれか？

正解: A) 約0.6ヶ月

解説: 月間コスト削減 = 2,600万 - 800万 = 1,800万円。運用費を引くと月間純削減 = 1,800万 - 100万 = 1,700万円。投資回収期間 = 1,000万 / 1,700万 ≈ 0.59ヶ月。不正検知のML導入は非常にROIが高い。

不正検知におけるコンセプトドリフトの説明として、最も正しいものはどれか？

正解: B) 不正の手口が変化し、既存モデルの性能が劣化すること

解説: コンセプトドリフトとは、データの背後にある分布（不正パターン）が時間とともに変化する現象。不正者は検知を回避するために手口を変えるため、不正検知ではコンセプトドリフトが特に顕著である。定期的なモデル再学習と性能監視が必須。

推定所要時間: 15分