Identifikation af Spam-e-mails
Kyryl Sidak
Python
11 Chapters
2 Studying now
Klassificer e-mails som spam eller ikke-spam ved at analysere indholdet af e-mails. Forbehandl tekstdata ved hjælp af teknikker som tokenisering og vektorisering, og anvend maskinlæring til at opbygge og evaluere en klassifikationsmodel. Udvikl et pålideligt værktøj til identifikation af spam-e-mails.
Teknologi
Python
Sprog
Da
Bedømmelse
Kapitler
11
Studerer nu
2
Indlæsning af Datasættet
Kolonnejusteringer
Foreløbig Analyse
Plotning af Målfordelingen
Tekstoprensning
Tokenisering
Funktioner og Målvariabel
Opdeling i Trænings- og Testdatasæt
Vektorisering
Modellering
Evaluering af Modellen
0%
Indlæsning af Datasættet
Kolonnejusteringer
Foreløbig Analyse
Plotning af Målfordelingen
Tekstoprensning
Tokenisering
Funktioner og Målvariabel
Opdeling i Trænings- og Testdatasæt
Vektorisering
Modellering
Evaluering af Modellen
Beskrivelse af kurset
Klassificer e-mails som spam eller ikke-spam ved at analysere indholdet af e-mails. Forbehandl tekstdata ved hjælp af teknikker som tokenisering og vektorisering, og anvend maskinlæring til at opbygge og evaluere en klassifikationsmodel. Udvikl et pålideligt værktøj til identifikation af spam-e-mails.
