Filtriranje elektronske pošte z Bayesovim klasifikatorjem

diplomsko delo visokošolskega strokovnega študijskega programa

Ivan Čuček (Avtor), Damjan Strnad (Mentor), Nikola Guid (Komentor)

Povzetek

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.

Ključne besede

klasifikacija;verjetnostno sklepanje;naivni Bayesov klasifikator;VSTO;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2010
Izvor:	Maribor
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik:	[I. Čuček]
UDK:	004.9:519.22(043.2)
COBISS:	14980118
Št. ogledov:	1576
Št. prenosov:	153
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Electronic mail filtering using the Bayes classifier
Sekundarni povzetek:	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.
Sekundarne ključne besede:	probabilistic reasoning;naive Bayes classifier;classification;
URN:	URN:SI:UM:
Vrsta dela (COBISS):	Diplomsko delo
Komentar na gradivo:	Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko
Strani:	41 f.
Ključne besede (UDK):	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