SMS Spam Detection System using Machine Learning

قمت بتطوير تطبيق ويب متكامل يعتمد على تقنيات تعلم الآلة (Machine Learning) لتصنيف النصوص والرسائل بدقة واحترافية. يهدف المشروع إلى حل مشكلة الرسائل المزعجة (Spam) من خلال نظام برمجيا يستطيع التمييز بينها وبين الرسائل الهامة (Ham).

الميزات التقنية التي نفذتها في المشروع:

المعالجة الذكية للنصوص (NLP): استخدمت تقنية TfidfVectorizer مع نطاق N-gram (1,2) لتحليل سياق الكلمات الفردية والثنائية، مما رفع من دقة النظام في فهم المعنى.

خوارزميات التصنيف: قمت بتدريب واختبار موديل SVM (Support Vector Machine) بـ Linear Kernel وموديل Naive Bayes لضمان الحصول على أفضل أداء وأسرع زمن استجابة.

واجهة مستخدم تفاعلية: صممت واجهة برمجية باستخدام مكتبة Streamlit تتيح للمستخدمين:

تجربة رسائل اختبار جاهزة من القائمة.

إدخال نصوص مخصصة وفحصها فوراً.

تحديد الكلمات المفتاحية (Keywords) التي تسببت في تصنيف الرسالة كمزعجة.

تحليل النتائج: دمجت تصورات بيانية (Visualizations) لعرض مصفوفة الارتباك (Confusion Matrix) ومعدلات الدقة.

الأدوات والتقنيات المستخدمة:

لغة البرمجة: Python.

المكتبات الأساسية: Scikit-learn, Pandas, Numpy.

واجهة المستخدم: Streamlit.

تصور البيانات: Matplotlib & Seaborn.

ما الذي يميز هذا العمل؟

تم بناء النظام ليكون قابلاً لإعادة الاستخدام والدمج (Integration) مع تطبيقات أخرى، مع كود برمجي نظيف ومنظم (Clean Code) يسهل عملية التطوير المستقبلية.