Diciamo che ha accesso a un account di posta elettronica con la storia delle email ricevute degli ultimi anni (~ email 10K) classificati in 2 gruppiLe reti neurali per il rilevamento e-mail di spam
- genuino e-mail
- di spam
Come ti appresti al compito di creare una soluzione di rete neurale che potrebbe essere utilizzata per il rilevamento di spam, classificando sostanzialmente qualsiasi e-mail come spam o non spam?
Supponiamo che il recupero delle e-mail sia già attivo e che dobbiamo concentrarci solo sulla parte di classificazione.
I punti principali che vorrei sperare di ottenere risposta sarebbe:
- quali parametri scegliere come input per il NN, e perché?
- Quale struttura dell'NN potrebbe funzionare meglio per tale compito?
anche eventuali raccomandazioni di risorse, o implementazioni esistenti (preferibilmente in C#) sono più che benvenuti
Grazie
EDIT
- sono incaricato di utilizzare reti neurali come l'aspetto principale del progetto è testare come l'approccio NN potrebbe funzionare per il rilevamento di spam
- Al quindi è un "problema giocattolo" semplicemente per esplorare l'argomento su reti neurali e spam
Grazie Chad, sì, sono pronto a farlo con NN, questo è un requisito, ed è proprio per verificare se l'approccio NN funzionerebbe in questo contesto. – kristof