基于机器学习(Machine Learning)的垃圾邮件检测系统设计与实现任务书

 2021-08-31 11:08

1. 毕业设计(论文)主要内容:

1.学习机器学习的基本知识,重点学习特征提取、数据处理、训练、测试、分类评估等过程。

2. 学习并掌握基于概率论的分类方法—朴素贝叶斯方法。

3. 基于朴素贝叶斯方法实现垃圾邮件检测系统。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1. 学习机器学习基础知识;2. 理解并掌握基于概率论的分类方法—朴素贝叶斯方法;3. 基于朴素贝叶斯方法实现垃圾邮件检测系统;4. 查阅参考文献15篇以上(其中近五年外文文献不少于3篇);5. 完成不少于12000字的毕业论文撰写并完成答辩的相关工作;6. 完成不低于5000汉字(20000英文印刷符)的教师指定的相关文献的英译汉翻译;7. 完成不少于12幅图设计(包括:电路原理图、流程图、结构框图、程序框图等)。

3. 毕业设计(论文)完成任务的计划与安排

第1-3周:完成题目调研,查阅参考资料,设计大致框架,完成开题报告;第4-6周:学习有关机器学习,朴素贝叶斯方法的相关知识;第7-8周:确定系统设计的结构,完成各部分的程序设计;第9-10周:基于朴素贝叶斯方法实现垃圾邮件检测系统;第11-14周:总结毕业设计,撰写毕业设计论文初稿;第15-16周 完成并提交毕业设计论文;第17周 答辩。

4. 主要参考文献

[1] Shrawan Kumar Trivedi. A study of machine learning classifiers for spam detection. 2016 4th International Symposium on Computational and Business Intelligence (ISCBI), 2016:176-180.[2] Chao Chen, Jun Zhang, et al. A Performance Evaluation of Machine Learning-Based Streaming Spam Tweets Detection. IEEE Transactions on Computational Social Systems, 2015(2), 3: 65-76[3]Tarjani Vyas; Payal Prajapati; Somil Gadhwal. A survey and evaluation of supervised machine learning techniques for spam e-mail filtering. 2015 IEEE International Conference on Electrical, Computer and Communication Technologies (ICECCT), 2015:1-7

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。