Sun’iy intellekt yordamida spam-xabarlarni filtrlashning algoritmik tahlili
Ключевые слова:
TF-IDF, Root node, Leaf nodes, Precision, Recall, F1-score, spam, ham.Аннотация
В данной статье представлены методы фильтрации спам-сообщений с использованием моделей машинного обучения в области искусственного интеллекта. Алгоритмы машинного обучения широко применяются для автоматического обнаружения спама, так как они способны изучать большие объемы данных и эффективно классифицировать новые сообщения. Поэтому изучены наиболее часто используемые алгоритмы машинного обучения для фильтрации спама, а именно Naive Bayes, Decision Tree, Random Forest и Support Vector Machine (SVM). Также определены различия между моделями, их преимущества и недостатки.
Библиографические ссылки
https://www.casact.org/sites/default/files/2022-12/James-G.-et-al.-2nd-edition-Springer-2021.pdf
S.Kumar, A.Kumar “Email spam detection using ensemble classifiers” International Journal of Information Technology, 12(3)-soni, 2020-yil, 799-805-betlar.
Normatov Ibrokhimali Endless individual areas of logic and beginnings of arithmetics// Modern problems of applied mathematics and information technology (MPAMIT 2021) pp. 1-7, Fergana, Uzbekistan AIP Conf. Proc. 2781, 020008 (2023) doi.org/10.1063/5.0144824 (Scopus).
Загрузки
Опубликован
Как цитировать
Лицензия
Copyright (c) 2025 Muzaffar Atajanov, Normatov Ibroximali

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
