Filtriranje elektronske pošte z Bayesovim klasifikatorjem

diplomsko delo visokošolskega strokovnega študijskega programa

Ivan Čuček (Author), Damjan Strnad (Mentor), Nikola Guid (Co-mentor)

Abstract

V diplomskem delu smo predstavili implementacijo naivnega Bayesovega klasifikatorja za samodejno razvrščanje elektronske pošte v uporabniško določene kategorije. Klasifikator je izveden v obliki vtičnika za poštni odjemalec Microsoft Outlook, ki ga razvrščanja naučimo na množici učnih primerov ter kasneje med samim delovanjem s popravljanjem napačnih klasifikacij. V uvodu predstavimo verjetnostno sklepanje in klasifikacijo kot algoritem strojnega učenja. Sledi opis uporabljene tehnologije VSTO. V zadnjem delu diplomskega dela je predstavljena struktura implementiranega klasifikatorja in rezultati testiranja učinkovitosti pri različnih velikostih učnih množic.

Keywords

klasifikacija;verjetnostno sklepanje;naivni Bayesov klasifikator;VSTO;

Data

Language:	Slovenian
Year of publishing:	2010
Source:	Maribor
Typology:	2.11 - Undergraduate Thesis
Organization:	UM FERI - Faculty of Electrical Engineering and Computer Science
Publisher:	[I. Čuček]
UDC:	004.9:519.22(043.2)
COBISS:	14980118
Views:	1576
Downloads:	153
Average score:	0 (0 votes)
Metadata:

Other data

Secondary language:	English
Secondary title:	Electronic mail filtering using the Bayes classifier
Secondary abstract:	In this diploma work we present the implementation of naive Bayes classifier for automatic classification of electronic mail into a user-defined categories. The classifier is implemented as a plug-in for Microsoft Outlook mail client that is trained with a set of training examples and later during the operation by correcting wrong classifications. In the introduction we present probabilistic reasoning and classification as a machine learning algorithm, followed by the description of the used technology named VSTO. In the last part of diploma work we present the structure of the implemented classifier and the test results of its effectiveness with various sizes of learning sets.
Secondary keywords:	probabilistic reasoning;naive Bayes classifier;classification;
URN:	URN:SI:UM:
Type (COBISS):	Undergraduate thesis
Thesis comment:	Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko
Pages:	41 f.
Keywords (UDC):	science and knowledge;organization;computer science;information;documentation;librarianship;institutions;publications;znanost in znanje;organizacije;informacije;dokumentacija;bibliotekarstvo;institucije;publikacije;prolegomena;fundamentals of knowledge and culture;propaedeutics;prolegomena;splošne osnove znanosti in kulture;computer science and technology;computing;data processing;računalniška znanost in tehnologija;računalništvo;obdelava podatkov;application-oriented computer-based techniques;računalniške tehnike za namensko rabo;aplikativno usmerjene računalniško podprte tehnike;mathematics;natural sciences;naravoslovne vede;matematika;mathematics;matematika;probability;mathematical statistics;verjetnost;matematična statistika;
ID:	998350