Comparative analysis of machine learning models for email spam detection on the spambase database
Spambase veritabanında e-posta spam tespiti için makine öğrenimi modellerinin karşılaştırmalı analizi
- Tez No: 840492
- Danışmanlar: DR. ÖĞR. ÜYESİ SALİM JİBRİN DANBATTA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 66
Özet
Elektronik posta, kolaylığı, ekonomisi, hızı ve kullanım kolaylığı nedeniyle geleneksel iletişim yöntemlerinde büyük bir değişime neden olmaktadır.“Spam e-postaları”olarak bilinen istenmeyen, yıkıcı e-postaların büyük bir iletimi, internet üzerinden iletişimde önemli bir engeldir. Bu zorluğun üstesinden gelmek için uygun filtreler oluşturma konusunda bir anahtar zorluk, makine öğrenmesi (ML) araştırmacıları tarafından araştırılmıştır. Sonuç olarak, kesin talimatlar olmadan (kural tabanlı kodlar), mesaj içeriğindeki kalıplara ve çıkarımlara güvenerek spam'ı filtreleyen algoritmalar ve istatistiksel modeller kullanarak spam'ı filtrelemek için ML çözümlerine ihtiyaç vardır; yani mesajı analiz eder, öğrenir ve ham mı yoksa spam mı olduğunu belirler. Bu strateji, diğer geleneksel yöntemlerden daha az maliyetli, daha hızlı ve daha verimlidir çünkü ML algoritması, önceki mesajlardan öğrenir ve bunu gelen mesajlara uygular ve büyük miktarda veriyi kısa bir sürede filtreleyebilir.
Özet (Çeviri)
Due to its convenience, economy, speed, and ease of use, electronic mail is causing a huge change in traditional communication methods. The massive transmission of undesired, destructive emails known as“spam emails”is a major obstacle in communication via the internet. A key challenge is the creation of appropriate filters capable of capturing those emails while maintaining a high performance rate. Many ways to addressing this challenge have been explored by machine learning (ML) researchers. As a result, there is a need for ML solutions that, in the absence of precise instructions (rule-based codes), employ algorithms and statistical models to filter spam by relying on patterns and inferences in message content; that is, it analyses the message, learns from it, and determines whether it is ham or spam. This strategy is less expensive, quicker, and more efficient than the other traditional ways since it can filter large amounts of data in a short period of time and the ML algorithm learns from prior messages and applies it to incoming messages.
Benzer Tezler
- Üniversitelerin idari süreçlerini iyileştirmek için akıllı konuşma aracı geliştirme: Sakarya Üniversitesi vaka çalışması
Developing an intelligent conversational agent to improve administrative processes at universities: A case study of Sakarya University
KANAAN AL JAF
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Zaman serisi ve sinir ağları kullanarak meme kanseri teşhisinde makine öğrenmesi modellerinin karşılaştırmalı analizi
Comparative analysis of machine learning models for breast cancer diagnosis using time series and neural networks
SERKAN TAŞPINAR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KEREM GENCER
- Comparative analysis of different machine learning models for detection and classification of bull sperm
Boğa sperminin tespiti ve sınıflandırılması için farklı makine öğrenimi modellerinin karşılaştırmalı analizi
MUSTAFA AYDOĞAN
Yüksek Lisans
İngilizce
2024
Mühendislik BilimleriAnkara ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN ONUR KELEŞ
- Beyond BMI: Comparative analysis of machine learning models for obesity classification without height and weight data
BMI'nin ötesinde: Boy ve kilo verileri olmadan obezite sınıflandırması için makine öğrenmesi modellerinin karşılaştırmalı analizi
AHMED CİHAD GENÇ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiYapay Zeka Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKUT ARICAN
- Comparative analysis of predictive models for energy consumption in electric vehicles
Elektrikli araçlarda enerji tüketim tahminleme modellerinin karşılaştırmalı analizi
CANBERK ŞEN
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA BERKER YURTSEVEN