Αλγόριθμοι μηχανικής μάθησης για το φιλτράρισμα των spam e-mail : πτυχιακή εργασία

Το θέμα της εργασίας είναι η κατηγοριοποίηση των email σε spam και non spam ή αλλιώς ham (αθώα email) και πιο συγκεκριμένα οι αλγόριθμοι μηχανικής μάθησης (machine learning algorithms) για το σκοπό αυτό. Στις επόμενες ενότητες γίνεται αναφορά σε αρκετούς γνωστούς αλγόριθμους αλλά ασχολούμαστε εκτενέ...

Full description

Saved in:
Bibliographic Details
Main Authors: Κανάρης, Ιωάννης, Κανάρης, Κωνσταντίνος Μ. (Author)
Corporate Author: Πανεπιστήμιο Αιγαίου. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικών
Format: Thesis Book
Language:Greek
Published: Καρλόβασι, Σάμος : Πανεπιστήμιο Αιγαίου, Τμήμα Μαθηματικών, 2005.
Subjects:
Online Access:http://hdl.handle.net/11610/7975
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000cam a2200000 i 4500
001 1/89004
008 051114s2005 gr | ||| |||| ||gre||
035 |l 10081219  
040 |a GR-MyUA  |b gre  |e AACR2 
041 0 |a gre 
082 0 |a 004.692   |2 (22)  
100 1 |a Κανάρης, Ιωάννης. 
245 1 0 |a Αλγόριθμοι μηχανικής μάθησης για το φιλτράρισμα των spam e-mail :   |b πτυχιακή εργασία /   |c των Κανάρη Ιωάννη, Κανάρη Κωνσταντίνου ; επιβλέπων καθηγητής, Σταματάτος Ευστάθιος.  
260 |a Καρλόβασι, Σάμος :   |b Πανεπιστήμιο Αιγαίου, Τμήμα Μαθηματικών,   |c 2005.  
300 |a vii, 59 σ. :   |b εγχρ.εικ., διάγρ. ;   |c 30 εκ.  
500 |a Μέλη της εξεταστικής επιστροπής: Σταματάτος Ευστάθιος, Καραχάλιος Νικόλαος, Φελουζής Ευάγγελος. 
502 |a Πτυχιακή εργασία – Πανεπιστήμιο Αιγαίου, Σάμος, 2005. 
506 1 |a Διάθεση πλήρους κειμένου - Ελεύθερη πρόσβαση.  
504 |a Βιβλιογραφία: σ. 58-59.  
520 8 |a Το θέμα της εργασίας είναι η κατηγοριοποίηση των email σε spam και non spam ή αλλιώς ham (αθώα email) και πιο συγκεκριμένα οι αλγόριθμοι μηχανικής μάθησης (machine learning algorithms) για το σκοπό αυτό. Στις επόμενες ενότητες γίνεται αναφορά σε αρκετούς γνωστούς αλγόριθμους αλλά ασχολούμαστε εκτενέστερα με τον αλγόριθμο Support Vector Machines (S.V.M.) με τον οποίο έχουμε κάνει μετρήσεις που αφορούν την αποτελεσματικότητά του σε σύγκριση με τον αλγόριθμο του Bayes όπως υλοποιήθηκε στην εργασία An Evaluation of Naive Bayesian Anti-Spam Filtering [1]. Στο κύριο μέρος της εργασίας γίνεται μια ανάλυση της απαραίτητης θεωρίας για την προσέγγιση προβλημάτων κατηγοριοποίησης και εν συνεχεία καταγράφονται οι μετρήσεις που έγιναν μαζί με τον απαραίτητο σχολιασμό και τις συγκρίσεις.  
610 2 0 |a University of the Aegean  |x Dissertations. 
650 0 0 |a Spam (Electronic mail) 
650 0 0 |a Electronic mail systems. 
650 0 0 |a Machine learning. 
650 0 0 |a Algorithms. 
650 0 0 |a Dissertations, Academic  |z Greece. 
700 1 |a Κανάρης, Κωνσταντίνος Μ.  |e aut 
700 1 |a Σταματάτος, Ευστάθιος,  |e dgs 
710 2 |a Πανεπιστήμιο Αιγαίου.   |b Σχολή Θετικών Επιστημών.   |b Τμήμα Μαθηματικών. 
852 |a INST  |b SAMOS  |c DIATR  |e 20051114  |h 004.692 ΚΑΝ  |p 005300024813  |q 005300024813  |t DIE  |y 23 
852 |a INST  |b SAMOS  |c DIATR  |e 20051114  |h 004.692 ΚΑΝ  |p 005300024814  |q 005300024814  |t DIE  |y 23 
856 |u http://hdl.handle.net/11610/7975 
901 |a BIBL3-2005-3 
909 |a Σ  |b 114865 
909 |a Σ  |b 114866 
924 |a Κανάρης  |b Ιωάννης  |y Σάμος  |z 2005-11 
970 |a Κοσιέρης  |b Χρήστος  |z 2005/11/14