注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. csci2020u-a1-源码

  2. 项目信息 该项目搜索包含电子邮件的目录，并确定它们是有效电子邮件或垃圾邮件的可能性。 然后，将每个文件装入文件名，类别（火腿或垃圾邮件）和垃圾邮件概率的表中。 表格下方的字段中显示了每次计算的准确性和精确度。 该项目由Curtis Reynolds和Benjamin Tsoumagas共同完成。 改进之处 添加了新的应用程序图标。 更改了背景和边框颜色。 使Accuracy和Precision标签加粗。 更改了精度和精确度的布局。 如何运行： 转到并根据您的操作系统下载适用于Windows /

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：8192
    • 提供者：weixin_42138788

  1. naive-bayes-spam-detector：Python程序，使用Scikit-learn将电子邮件分类为垃圾邮件或非垃圾邮件-源码

  2. 天真贝叶斯垃圾邮件检测器 使用Scikit学习机器学习库将电子邮件分类为垃圾邮件或非垃圾邮件的Python程序。 先决条件 该程序是用Python 3编写的，并使用了Numpy，Pandas和Scikit-learn库。 数据集 该程序利用以csv格式存储的两个数据集。 主要数据集“垃圾邮件或非垃圾邮件”。 该集合是文件'20030228easyham.tar.bz2'和'20030228_spam.tar.bz2'的组合。 这组包含2500个火腿电子邮件示例和500个垃圾电子邮件示例。 该集

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：1048576
    • 提供者：weixin_42133899

  1. 垃圾邮件或火腿-源码

  2. 垃圾邮件或火腿

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：231424
    • 提供者：weixin_42124743

  1. 数据科学组合：数据科学项目组合-源码

  2. 数据科学组合（建设中） 包含数据科学项目组合的存储库。 以Jupyter笔记本的形式呈现。 有关我的专业经验的更多详细信息，请访问 机器学习 监督 目标 预测新情况下的现象行为（测试数据）。 研究解释变量和答案之间的关系。 检查预测的质量。 线性回归 简短说明：建立标量响应与一个或多个说明变量（也称为因变量和自变量）之间关系的线性方法 应用程序：分析产品销售的营销效果，定价和促销，评估金融服务或保险领域的风险，根据价格，趋势线等来预测产品的销售情况。 示例：：一种机器学习模型，用于预

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：852992
    • 提供者：weixin_42118160

  1. spam-ham-web-app：一个将文本分类为垃圾邮件或火腿的Web应用程序。 我在后端使用自己的ML算法，该代码可在machine_learning_section下找到。 对于现场演示：签出此链接-源码

  2. 垃圾邮件 SpamHam是一个文本分类应用程序，可以检测邮件/电子邮件是否为垃圾邮件。 我已经将Naive-Bayes与NLP（TF-IDF，Bag of Words等）一起使用。 为了进行实验，我将两个数据集（Enron电子邮件垃圾邮件/火腿和SMS垃圾邮件分类）组合在一起以收集更多数据。 ，明白我的意思。 要查看该项目的实际操作，我已将其部署在heroku上。 建于 Django 2.1 Python 3.6 Scikit学习 脾气暴躁的 大熊猫 Matplotlib 海生 HTML5

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42142062

  1. 垃圾邮件处理者：:incoming_envelope:垃圾邮件检测器-源码

  2. :incoming_envelope: 垃圾邮件发送者 :postbox: 垃圾邮件检测器 概要 文本挖掘是一个广阔的领域，随着生成的大量文本数据而越来越受欢迎。 使用机器学习模型已经完成了一些应用程序的自动化，例如情感分析，文档分类，主题分类，文本摘要和机器翻译。 垃圾邮件过滤是文档分类任务的一个示例，该任务涉及将电子邮件分类为垃圾邮件或非垃圾邮件（又名火腿）。 在这个项目中，我将以使用Python和可公开获得的邮件语料库的教程的形式，介绍如何实现这种系统的不同步骤。 输出将是一个AP

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：44040192
    • 提供者：weixin_42119866

  1. Kaggle-SMS-Spam-Collection-Dataset-：使用NLTK和Scikit-learn分类为垃圾邮件或火腿邮件-源码

  2. Kaggle-SMS-Spam-Collection-Dataset-：使用NLTK和Scikit-learn分类为垃圾邮件或火腿邮件

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：222208
    • 提供者：weixin_42175971

  1. spam-classifier:贝叶斯垃圾邮件分类器-源码

  2. 垃圾邮件分类器 在此项目中，我将使用朴素贝叶斯（Naive Bayes）创建一个可以将SMS归类为垃圾邮件或非垃圾邮件（火腿）的模型。 目的是模仿人类使用朴素贝叶斯发现这些消息的能力。 这是一个二进制分类，表示它是垃圾邮件或不是垃圾邮件。 Udacity在其NLP课程中提供了以下项目。 模型 朴素贝叶斯算法在分类任务中应用概率计算。 该算法属于监督机器学习算法，在该算法下，我们可以训练一组数据并根据它们的类别对其进行标记。

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：427008
    • 提供者：weixin_42134054