Классификация спама с применением методов машинного обучения
Возможность применения машинного обучения при классификации спама. Структура файла "spam". Программный код использования библиотеки pandas, перевода категориальных признаков в числовые. Код тестирования различного количества нейронов, его анализ.
Подобные документы
Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019Основные принципы скоринговой системы, обзор существующих аналогов. Алгоритмы машинного обучения. Этапы разработки модуля предсказания, обоснование выбора инструментальных и программных средств. Анализ качества моделей и сравнение обученных моделей.
дипломная работа, добавлен 01.12.2019Рассмотрение машинного обучения как одного из приоритетных направлений на сегодняшний день. Особенности автоматизации процесса построения модели обработки данных для коммерческого использования. Характеристика методов декомпозиции временных рядов.
статья, добавлен 19.12.2017Переваги систем машинного перекладу, методи його автоматичної оцінки. Розробка інтелектуальної системи автоматичної оцінки якості машинного перекладу з використанням метрики BLEU. Проблема кореляції автоматичної та експертної оцінки машинного перекладу.
дипломная работа, добавлен 17.01.2013Возможности использования методов машинного обучения для анализа реальных данных по вибрации ключевых узлов центробежного компрессора. Дерево решения для массива данных, полученных в одном из нефтеперерабатывающих заводов. Критерии оценки отказа
статья, добавлен 09.09.2024Фишинг как одна из главных причин взлома учетной записи в социальной сети. Развитие технологий машинного обучения - причина их активного применения в различных областях. Разработка алгоритма для получения набора данных для обучения нейронной сети.
статья, добавлен 09.05.2022Компьютерные словари и их характеристика: перевод на разные языки слов и словосочетаний, их дополнительные возможности. Системы компьютерного перевода, онлайновые компьютерные переводчики в Интернете. Системы машинного перевода, их область применения.
реферат, добавлен 18.04.2017Построение модели, определяющей вероятность неплатежеспособности заемщика. Анализ нейросетевого и регрессионного методов оценки платежеспособности заемщика. Разработка программы, реализующей нейросетевой метод оценки кредитоспособности заемщика.
дипломная работа, добавлен 30.07.2016Понятие и области машинного обучения. Эволюционные модели и алгоритмы. Типология задач обучения по прецедентам. Байесовы (вероятностные) сети. Методы эвристической самоорганизации. Программно-прагматический и агентно-ориентированный подходы к обучению.
реферат, добавлен 07.04.2016Создание программного обеспечения для автоматизации кредитоспособности лица, на основе модели полученной при машинном обучении. Анализ автоматической оценки надежности клиента и увеличение эффективности работы банка в области кредитования населения.
статья, добавлен 10.08.2018Понятие двоичного числа. Описание вычислительных методов с его помощью. Схема и структура алгоритма и правила его записи. Ручной просчет отладочного варианта. Результаты машинного тестирования программы. Базовые управляющие структуры программирования.
методичка, добавлен 25.09.2017Лексические и грамматические особенности языка текста, которые необходимо учитывать при создании компьютерных программ для перевода. Достоинства и преимущества программ машинного перевода. Анализ особенностей перевода специализированного текста.
реферат, добавлен 20.10.2013Анализ принципов применения признаковых классификаторов для распознавания символов. Определение требований, которым должны удовлетворять используемые признаковые классификаторы. Разработка и обоснование их модификаций, удовлетворяющих этим требованиям.
статья, добавлен 18.01.2018- 89. Прогнозирование котировок финансовых инструментов с помощью нейронных сетей и машинного обучения
Анализ существующих решений в прогнозировании котировок. Программные комплексы для автоматической торговли на основе нейронных сетей. Составление плана проектирования программного комплекса. Разработка резюме проектирования остальных обработчиков.
контрольная работа, добавлен 30.08.2016 Качественный анализ объектов моделирования, определение количества уравнений статики для его математического описания. Принципы использования методов регрессионного анализа. Разработка файла-сценария. Программное обеспечение вычислительных операций.
контрольная работа, добавлен 06.09.2015Теорія машинного перекладу. Особливості використання систем, орієнтованих на персональні комп’ютери. Напрямки розвитку та застосування машинного перекладу. Приклади систем машинного перекладу. Проблема вибору шляху до створення штучного інтелекту.
курсовая работа, добавлен 30.10.2014Надстройка как веб-приложение, расширяющие возможности программных компонентов Microsoft Office путем добавления пользовательских команд и специализированных возможностей. Разработка прототипа подсистемы метода статистического машинного обучения.
дипломная работа, добавлен 04.08.2016Создание модели автоматизированного биржевого агента, способной зарабатывать на совершении сделок по покупке и продаже финансовых инструментов на бирже. Генетические алгоритмы обучения для построения простых деревьев решений и объединения их в ансамбли.
дипломная работа, добавлен 26.08.2016Рассмотрение алгоритма нахождения зависимостей между вторичными структурами ДНК и их эпигенетическими факторами. Проектирование структуры программного обеспечения. Разработка подсистемы дисперсионного анализа "ANOVA"; пользовательского интерфейса.
дипломная работа, добавлен 02.09.2018- 95. Порівняльний аналіз двох- і трьохальтернативної систем оцінок рішень в задачах машинного навчання
Оцінка функціональної ефективності машинного навчання систем підтримки прийняття рішень для керування технологічним процесом вирощування сцинтиляційних монокристалів із розплаву. Аналіз систем за оперативністю реалізації алгоритмів машинного навчання.
статья, добавлен 06.12.2016 - 96. Модуль "Машинное обучение систем искусственного интеллекта" в общеобразовательном курсе информатики
Искусственный интеллект — теоретическое и прикладное направление информатики, занимающееся исследованием и созданием аппаратных и программных средств, имитирующих интеллектуальную деятельность человека. Датасет - база данных для машинного обучения.
статья, добавлен 18.04.2022 Изучение основных метеорологических и стандартных метрик классификации в решении задачи детекции облачности. Проверка гипотезы касательно источников данных и их влияние на результат модели. Эксперименты с архитектурами моделей прогнозирования облачности.
дипломная работа, добавлен 20.08.2020Индуктивное обучение как качество адаптивной системы, которая способна совершенствовать свое поведение. Методики обучения системы решению задач. Характеристика системы Meta-DENDRAL. Построение дерева решений и порождающих правил, уточнение их наборов.
статья, добавлен 26.08.2010- 99. Дослідження та експериментальний аналіз методів машинного навчання в задачах електронної комерції
Задача аналітики великих даних у персоналізованих системах електронної комерції, огляд методів машинного навчання для розв’язання задач регресії. Моделювання роботи методів машинного навчання для прогнозування суми витрат споживачів роздрібного магазину.
статья, добавлен 09.10.2020 Анализ влияния облачных технологий на развитие информатики, изучение последних тенденций и инноваций в этой области. Демонстрация практического применения облачных технологий на конкретных примерах. Развитие искусственного интеллекта и машинного обучения.
статья, добавлен 13.12.2024