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
- 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
- Building energy consumption modeling and prediction using data-driven models
Bina enerji tüketimi modelleme ve tahmini için veri odakli modeller
SODABA ROGH
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiOSTİM TEKNİK ÜNİVERSİTESİElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL AVCIBAŞ
- Kredi karti dolandiricilik tespitinde makine öğrenme algoritmalarinin karşilaştirmali analizi
Comparative analysis of machine learning algorithms for credit card fraud detection
KEMAL ÇİLBURUNOĞLU
Yüksek Lisans
Türkçe
2023
Bankacılıkİstanbul Gedik ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFE ESRA DİNÇER
- Çağrı merkezlerinde işgücü planlaması ve performans tahminlerinde ARIMA ve makine öğrenmesi yöntemlerinin karşılaştırılmalı analizi
Comparative analysis of ARIMA and machine learning methods in workforce planning and peformance predictions in call centres
HÜSEYİN ÇAKIROĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL NİŞANTAŞI ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KADRİYE HİLAL TOPAL