https://github.com/matheusotenio/neuralnetwork_sms_textclassifier
treinar um modelo de classificação para prever se uma mensagem SMS é "ham" ou "spam", com base no texto da mensagem.
https://github.com/matheusotenio/neuralnetwork_sms_textclassifier
freecodecamp-project neural-network python3
Last synced: 3 months ago
JSON representation
treinar um modelo de classificação para prever se uma mensagem SMS é "ham" ou "spam", com base no texto da mensagem.
- Host: GitHub
- URL: https://github.com/matheusotenio/neuralnetwork_sms_textclassifier
- Owner: MatheusOtenio
- Created: 2025-03-02T19:00:06.000Z (3 months ago)
- Default Branch: main
- Last Pushed: 2025-03-02T19:11:22.000Z (3 months ago)
- Last Synced: 2025-03-02T20:18:20.412Z (3 months ago)
- Topics: freecodecamp-project, neural-network, python3
- Language: Python
- Homepage:
- Size: 22.5 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
## SMS Spam Classifier
Este projeto foi desenvolvido como parte do currículo "Machine Learning with Python" da freeCodeCamp, com o objetivo de criar um modelo de aprendizado de máquina para classificar mensagens SMS como **"ham"** (mensagens normais de amigos) ou **"spam"** (mensagens de publicidade ou empresas). O modelo foi construído utilizando técnicas de **Machine Learning** e a biblioteca **scikit-learn**.
O conjunto de dados utilizado é o **SMS Spam Collection**, que contém uma coleção de mensagens SMS rotuladas como **"ham"** ou **"spam"**. O desafio do projeto foi treinar um modelo de classificação para prever se uma mensagem SMS é "ham" ou "spam", com base no texto da mensagem.
### Funcionalidade Principal:
Foi criada uma função chamada **predict_message**, que recebe uma mensagem de texto como argumento e retorna uma lista contendo:
1. Um número entre 0 e 1, indicando a probabilidade de ser "ham" (0) ou "spam" (1).
2. A string "ham" ou "spam", dependendo da classificação mais provável para a mensagem.
### Exemplo de execução:
A função **predict_message("Congratulations, you’ve won a prize!")** pode retornar:
```python
[0.15, 'spam']
```
## Resultado
No meu projeto, consegui treinar um modelo de aprendizado de máquina que classifica com precisão as mensagens SMS como **ham** ou **spam**. A função **predict_message** retorna a classificação correta para uma mensagem de entrada.
## Referências
- [freeCodeCamp](https://github.com/freeCodeCamp)
- [Mephistopheles-0](https://github.com/Mephistopheles-0)