Αλγόριθμοι μηχανικής μάθησης για το φιλτράρισμα των spam e-mail

Abstract

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.