Détection des spams se basant sur les techniques de classification

dc.contributor.author	Gherabi, Charaf Eddine
dc.date.accessioned	2018-11-15T13:21:48Z
dc.date.available	2018-11-15T13:21:48Z
dc.date.issued	2018
dc.description.abstract	Le courrier électronique rend vraiment service aux usagers, c’est un moyen rapide et économique pour échanger des informations. Cependant, les utilisateurs se retrouvent assez vite submergés de quantités de messages indésirables appelé aussi spam. Le spam est rapidement devenu un problème majeur sur Internet. Dans le cadre de notre travail, la classification des courriers électronique est effectuée à l'aide de trois algorithmes d'apprentissage automatique importants : Machine à Vecteurs de Support, Naïve Bayes et K voisins les plus proches, l’efficacité de ces classificateurs est testé avec des différents représentations on utilisant le corpus smsSpamCollection. Les résultats des tests montrent que SVM est plus performant par rapport aux algorithmes NB et KNN.	en_US
dc.identifier.uri	https://repository.univ-msila.dz/handle/123456789/6375
dc.language.iso	fr	en_US
dc.publisher	UNIVERSITE MOHAMED BOUDIAF - M’SILA FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE. Filière : Informatique	en_US
dc.subject	Spam, Algorithme d'apprentissage automatique, Machine à Vecteurs de Support, Naïve Bayes, K voisins les plus proches.	en_US
dc.title	Détection des spams se basant sur les techniques de classification	en_US
dc.type	Thesis	en_US

Files

Now showing 1 - 1 of 1

Name:: Detection des spams se basant sur les techniques de classification.pdf
Size:: 1.48 MB
Format:: Adobe Portable Document Format
Description:

Now showing 1 - 1 of 1