تُعد الاحتيال المالي السبب وراء خسائر تصل إلى مليارات الدولارات سنويًا. وبشكل تقليدي، تعتمد أنظمة كشف الاحتيال على القواعد، نظرًا لشفافيتها وقابلية تفسيرها، وهما عاملان رئيسيان في المجالات التي تتطلب توضيحًا للقرارات. ومع ذلك، تتطلب أنظمة القواعد مدخلات كبيرة من الخبراء في المجال لصياغتها وضبطها، وهو ما تحاول خوارزميات استخلاص القواعد تخفيفه من خلال استخلاص القواعد مباشرة من البيانات. نستعرض تطبيق هذه الخوارزميات في كشف الاحتيال، حيث تكون أنظمة القواعد مُقيَّدة بحد أدنى لمعدل الإنذارات الخاطئة (FPR) أو معدل الإنذارات، وذلك من خلال اقتراح RIFF، وهي خوارزمية لاستخلاص القواعد تقوم بتحصين مجموعة قواعد ذات معدل إنذار خاطئ منخفض مباشرة من أشجار القرار. تُظهر تجاربنا أن القواعد المستخلصة قادرة غالبًا على الحفاظ على أداء النماذج الأصلية أو حتى تحسينه في المهام ذات معدل إنذار خاطئ منخفض، مع تقليل كبير في التعقيد، وتفوق القواعد التي تم ضبطها يدويًا من قبل الخبراء.