اكتشاف الرسائل المزعجة (Spam) باستخدام الذكاء الاصطناعي (SMS-Spam-Detection-Using-Machine-Learning)

مشروع تصنيف رسائل SMS (مزعجة أو عادية) باستخدام الذكاء الاصطناعي

المشروع ده بيطبق نظام كامل من الذكاء الاصطناعي علشان يصنّف الرسائل النصية تلقائيًا إلى

: رسائل عادية (Ham)_ رسائل مزعجة (Spam)

وبيحل مشكلة حقيقية وهي التخلص من الرسائل المزعجة، وتحسين تجربة المستخدم، وكمان الحماية من النصب أو الرسائل الوهمية.

أهم مميزات المشروع:

_معالجة النصوص (Text Preprocessing)

بيتم تنظيف الرسائل من: الرموز _الأرقام _الكلمات غير المهمة

وكمان بيتم تبسيط الكلمات علشان الكمبيوتر يفهمها بسهولة.

_ تحويل الكلام لأرقام (Feature Extraction)

بيتم تحويل الرسائل إلى أرقام باستخدام طريقة TF-IDF، علشان الكمبيوتر يقدر يحللها ويفهم أهمية كل كلمة

_تدريب النموذج (Model Training)

المشروع بيستخدم نموذج اسمه:

Linear Support Vector Classifier (LinearSVC)

وده نموذج قوي جدًا في تصنيف النصوص بدقة عالية.

_تقييم الأداء (Model Evaluation)

بيتم قياس كفاءة النموذج باستخدام: الدقة _(Accuracy) الإحكام (Precision) _الاسترجاع (Recall) _مقياس F1

علشان نضمن إن التوقعات بتاعته موثوقة.

_تجربة التوقع (Prediction Interface)

تقدر تدخلي رسالة جديدة، والنموذج يقولك:هل هي Spam ولا رسالة عادية وده بيبين التطبيق العملي للمشروع.

تحليل البيانات (Data Insights)

المشروع بيساعدنا نفهم:إيه الكلمات اللي بتظهر كتير في الرسائل المزعجة وإيه الفرق بينها وبين الرسائل العادية

خطوات تنفيذ المشروع:

1. تحميل بيانات الرسائل (Spam و Ham)

2. تنظيف النصوص (تحويل لحروف صغيرة + إزالة الرموز والكلمات غير المهمة)

3. تحويل النصوص لأرقام باستخدام TF-IDF

4. تقسيم البيانات (تدريب + اختبار)

5. تدريب النموذج (LinearSVC)

6. اختبار النموذج على بيانات جديدة

7. تجربة رسائل جديدة ومعرفة النتيجة فورًا

قيمة المشروع:

• تطبيق عملي قوي لمعالجة اللغة الطبيعية (NLP)

• مفيد في تطبيقات حقيقية زي: الفلترة في الموبايل _البريد الإلكتروني _ يضيف قيمة قوية للـ Portfolio لأنه بيبين:

شغلك في البيانات _ قدرتك تبني نموذج ذكي _وتحليلك للنتائج