垃圾邮件识别器已完结

课程类别：机器学习

播放量： 15249次

发布时间： 2023-10-19

课程介绍

本课程专为零基础学员打造，从基础到进阶，全面覆盖核心知识点，学完即可掌握相关技能。

观看视频下载资料

1/9 《垃圾邮件识别器》内容摘要

视频课程地址：https://space.bilibili.com/429380437 《垃圾邮件识别器》项目旨在开发一个能够支持邮件输入、并自动识别垃圾邮件的窗口应用程序。该项目主要包含以下方面的内容： Python Tkinter 窗口程序开发朴素贝叶斯算法原理以及应用相信通过本项目的学习能…

2/9 《垃圾邮件识别器》（一）准备工作

我们的开发环境：Win11 + PyCharm 2021.1.3 + Python 3.8.5 1. 虚拟环境 https://mengbaoliang.cn/archives/tag/py-env 接下来，创建 spam-env 虚拟环境，并在其中安装如下所需要的第三方包： pip install…

3/9 《垃圾邮件识别器》（二）Tkinter

项目的第一步就是编写需要的界面，我们使用 Python 标准的 GUI 库 Tkinter 来实现。这一节就快速学习该库中将会用到的控件，为搭建图形界面做准备。主窗口主菜单文本控件其他控件 1. 主窗口 tk.Tk 是 Tkinter 中的主窗口类，它是创建图形用户界面（GUI）应用程序的起点。T…

4/9 《垃圾邮件识别器》（三）界面搭建

通过前面学习的 Tkinter 知识，这一节我们将《垃圾邮件识别器》所需要的界面搭建起来，界面主要包括：主窗口顶部菜单中心文本框底部状态栏 1. 主窗口创建 MainFrame.py 文件，创建 MainFrame 类如下： import tkinter as tk class MainFram…

5/9 《垃圾邮件识别器》（四）算法理论

这一节我们将通过学习贝叶斯公式、朴素贝叶斯、文本分类案例三部分来了解垃圾邮件识别的算法原理。首先，我们将理解贝叶斯公式，这是垃圾邮件识别中关键的数学基础；接着，我们将介绍朴素贝叶斯算法，它建立在贝叶斯公式的基础上；最后，我们将通过一个文本分类案例，演示如何应用这些算法原理来实现垃圾邮件的识别，…

6/9 《垃圾邮件识别器》（五）Scikit-Learn

Scikit-Learn 是一个用于机器学习和数据分析的 Python 库，它提供了各种用于数据预处理、特征工程、模型选择、模型训练和模型评估的工具和算法。我们使用到的朴素贝叶斯算法实现，以及文本特征提取等操作都可以使用该机器学习库来完成。 pip install scikit-learn pip …