Огляд основних пiдходiв до розпiзнавання спаму методами машинного навчання
dc.contributor.author | Омельченко, Б. Р. | |
dc.contributor.author | Родiонов, А. М. | |
dc.date.accessioned | 2022-12-20T12:44:50Z | |
dc.date.available | 2022-12-20T12:44:50Z | |
dc.date.issued | 2021 | |
dc.description.abstractuk | У данiй роботi розглянуто основнi пiдходи машинного навчання щодо розпiзнавання спаму, зокрема: метод наївного Баєса, метод опорних векторiв, метод к-найближчих сусiдiв, метод нейронних мереж, та виконано їх порiвняльний аналiз. | uk |
dc.format.pagerange | С. 249–252 | uk |
dc.identifier.citation | Омельченко, Б. Р. Огляд основних пiдходiв до розпiзнавання спаму методами машинного навчання / Б. Р. Омельченко, А. М. Родiонов // XIX Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» (Україна, м. Київ, 13–14 травня 2021 р.) : матеріали конференції. – Київ : КПІ ім. Ігоря Сікорського, 2021. – С. 249–252. – Бібліогр.: 9 назв. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/51499 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | XIX Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» (Україна, м. Київ, 13-14 травня 2021 р.) : матеріали конференції | uk |
dc.subject | спам | uk |
dc.subject | машинне навчання | uk |
dc.subject | метод наївного Баєса | uk |
dc.subject | метод опорних векторiв | uk |
dc.subject | метод к-найближчих сусiдiв | uk |
dc.subject | метод нейронних мереж | uk |
dc.title | Огляд основних пiдходiв до розпiзнавання спаму методами машинного навчання | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- (249-252)_Omelchenko.pdf
- Розмір:
- 721.98 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: