بناء نموذج تعلم آلة (Machine Learning) لتصنيف الرسائل النصية والبريد المزعج (Spam Detection)

نوع العمل:

بناء نموذج ذكاء اصطناعي لتحليل النصوص (NLP) ومعالجة اللغات الطبيعية لاكتشاف وتصنيف الرسائل غير المرغوب فيها (Spam) بدقة عالية.

ميزات العمل:

معالجة متقدمة للنصوص (Text Preprocessing): تنظيف البيانات وإزالة الرموز والكلمات الشائعة (Stopwords) وتجريد الكلمات (Stemming) للوصول إلى جوهر المعنى.

تحويل ذكي للبيانات: استخدام خوارزمية (TF-IDF) لتحويل النصوص إلى متجهات رقمية قابلة للفهم من قبل الآلة.

المقارنة بين النماذج: تم تدريب واختبار 4 خوارزميات مختلفة (Logistic Regression, Naive Bayes, SVM, Random Forest) والمقارنة بينهم لاختيار النموذج صاحب الدقة الأعلى (Accuracy).

تقارير بصرية دقيقة: استخراج تقارير تقييم الأداء ورسم مصفوفة الارتباك (Confusion Matrix) لتوضيح كفاءة النموذج بالأرقام.