Wykrywanie spamu za pomocą wielowarstwowych sieci neuronowych

dc.contributor.author	Leszczyńska, Izabela
dc.date.accessioned	2023-02-21T11:06:48Z
dc.date.available	2023-02-21T11:06:48Z
dc.date.issued	2023-02-21
dc.identifier.issn	2022/I/B/14
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/2506
dc.description.abstract	Zjawisko spamu internetowego stanowi istotną trudność dla użytkowników internetu. W jego wykrywaniu mogłyby znaleźć zastosowanie wielowarstwowe sieci neuronowe. W poniższej pracy, na początek omówione jest zjawisko spamu oraz sposób działania sztucznych sieci neuronowych. Potem opisany jest proces stworzenia sieci neuronowej. Do treningu sieci neuronowej został użyty zbiór danych WEBSPAM-UK2007, wybrane do uczenia cechy dokumentów HTML uwzględniają liczby tagów HTML, cechy nagłówka HTML, stopień zagnieżdżeń tagów, wielkości liter, częstości występowania oraz poprawność językową. Przedstawione zostały wyniki działania tak stworzonego klasyfikatora.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6923
dc.subject	spam	pl_PL
dc.subject	uczenie maszynowe	pl_PL
dc.subject	wielowarstwowe sieci neuronowe	pl_PL
dc.subject	Keras	pl_PL
dc.subject	WEBSPAM-UK2007	pl_PL
dc.title	Wykrywanie spamu za pomocą wielowarstwowych sieci neuronowych	pl_PL
dc.type	Thesis	pl_PL