https://github.com/dahsie/spam_classification

Ce fut mon prémier projet NLP où j'ai réalisé la détection de spam en utilisant les algorithmes d'embedding pour encorder mes textes. J'ai utilisé Random Forest et Milti-Layres Perceptrons pour la phase de classification. Ce qui a pemit l'obtension des précisions respective de 97% et 98%. J'ai aussi appris à documenter mes codes via sphinx
https://github.com/dahsie/spam_classification

doc2vec fasttext-embeddings gensim glove-embeddings python scikit-learn sphinx-doc word2vec-algorithm

Last synced: 24 days ago
JSON representation

Ce fut mon prémier projet NLP où j'ai réalisé la détection de spam en utilisant les algorithmes d'embedding pour encorder mes textes. J'ai utilisé Random Forest et Milti-Layres Perceptrons pour la phase de classification. Ce qui a pemit l'obtension des précisions respective de 97% et 98%. J'ai aussi appris à documenter mes codes via sphinx

• Host: GitHub
• URL: https://github.com/dahsie/spam_classification
• Owner: dahsie
• Created: 2023-09-06T14:46:00.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-10-03T15:50:52.000Z (over 1 year ago)
• Last Synced: 2024-01-28T20:39:36.250Z (12 months ago)
• Topics: doc2vec, fasttext-embeddings, gensim, glove-embeddings, python, scikit-learn, sphinx-doc, word2vec-algorithm
• Language: Python
• Homepage:
• Size: 1.91 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# spam_classification

Ce fut mon prémier projet NLP ou j'ai réalisé la détection de spam en utilisant les algorithmes d'embedding pour encorder mes textes. J'ai utilisé Random Forest  et Milti-Layres Perceptrons pour la phase de classification. Ce qui a pemit l'obtension des précisions respectives de 97% et 98%. J'ai aussi appris à documenter mes codes via sphinx