JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть II • Введение в TensorFlow.js
Другая разновидность задач классификации — 
многоклассовая классификация
(multiclass­classification), примеров которой также можно привести немало.
z
z
Относится ли конкретная новостная статья к теме спорта, погоды, игр, политики 
или к какой­либо другой общей теме?
z
z
Изображена ли на фотографии кошка, собака, лопата и т. д.?
z
z
Определить по данным о движении электронного стилуса, какая буква написана.
z
z
При использовании машинного обучения для простой Atari­подобной компью­
терной игры определить, в каком из четырех возможных направлений (вверх, 
вниз, налево, направо) далее должен двигаться игровой персонаж при текущем 
положении в игре.
3.2.1. Бинарная классификация
Начнем с простого случая бинарной классификации. Пусть у нас есть данные, на 
основе которых необходимо принять решение, подразумевающее ответ «да/нет». 
Для этого примера мы воспользуемся набором данных по фишинговым сайтам 
(Phishing Website)
1
. Задача состоит в следующем: по набору признаков веб­страницы 
и ее URL предсказать, не используется ли она для 
фишинга
(не имитирует ли другой 
сайт с целью кражи конфиденциальных данных пользователей).
Набор данных содержит 30 признаков, все — бинарные (представленные зна­
чениями –1 или 1) или тернарные (представленные значениями –1, 0 или 1). 
Мы не станем здесь перечислять все признаки, как делали это для набора данных 
Boston­housing, а приведем лишь несколько наиболее представительных.
z
z
HAVING_IP_ADDRESS
— используется ли IP­адрес вместо имени домена (бинарное 
значение 
{-1,
1}
)?
z
z
SHORTENING_SERVICE
— используется ли сервис сокращенного написания URL 
(бинарное значение 
{-1,
1}
)?
z
z
SSLFINAL_STATE
— используется ли в URL HTTPS? При этом: 1) издатель серти­
фиката доверенный; 2) издатель сертификата не доверенный; 3) не используется 
(тернарное значение 
{-1,
0,
1}
)?
Набор данных состоит примерно из 5500 обучающих примеров данных и та­
кого же числа контрольных примеров. В обучающем наборе данных почти 45 % 
примеров данных — позитивные (действительно представляют собой фишинговые 
веб­страницы). Процент позитивных примеров данных в контрольном наборе дан­
ных примерно такой же.
Это фактически простейший из возможных наборов данных — все признаки 
в наборе данных уже находятся в одинаковом диапазоне, так что не требуется 
нормализовывать их средние значения и среднеквадратичные отклонения, как мы 
1 
Mohammad R. M., Thabtah F., McCluskey L.
Phishing Websites Features. http://mng.bz/E1KO.

---