Méthodes basées apprentissage automatique pour la détection de spams en messagerie électronique

Simple item page
dc.contributor.authorBOUZNAD, Chafia
dc.contributor.authorMAZOUZI ,Smaine
dc.date.accessioned2024-10-16T08:59:22Z
dc.date.available2024-10-16T08:59:22Z
dc.date.issued2024
dc.description.abstractDans ce projet de mémoire de master en RCD (Réseaux et Systèmes Distribués), nous avons mené une étude expérimentale pour identifier le meilleur classifieur pour la détection de spam. Nous avons évalué plusieurs classifieurs, notamment le classifieur bayésien naïf, les machines à vecteurs de support (SVM), les arbres de décision, les forêts aléatoires et les réseaux neuronaux, en comparant leur précision et leurs temps d'exécution.
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/2791
dc.language.isofr
dc.publisherFaculté des Sciences
dc.titleMéthodes basées apprentissage automatique pour la détection de spams en messagerie électronique
dc.title.alternativeRéseaux et Systèmes Distribués -RSD
dc.typeMémoire de Master
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
BOUZNAD CHAFIA.pdf
Size:
2.48 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Informatique