تصنيف الرسائل (Spam & Ham Classification) باستخدام خوارزميات تعلم الآلة

قمت بتنفيذ مشروع كامل لتطوير نموذج ذكاء اصطناعي متخصص في تصنيف الرسائل النصية والبريد الإلكتروني إلى فئتين: Spam (رسائل غير مرغوبة) Ham (رسائل طبيعية) مراحل تنفيذ العمل: تحليل البيانات ومعالجتها (تنظيف النصوص – إزالة الرموز – تحويل النصوص إلى Tokens). تطبيق تقنيات NLP مثل Bag of Words و TF-IDF لتحويل النصوص إلى Features قابلة للتعلم. تجربة واختيار أفضل الخوارزميات المناسبة للتصنيف مثل: Naive Bayes Logistic Regression SVM تدريب النموذج وتحسينه للحصول على أعلى دقة ممكنة. تقييم الأداء باستخدام: Accuracy Precision Recall F1 Score إعداد تقرير وشرح للمشروع، مع تسليم الكود كاملًا والنموذج النهائي الجاهز للاستخدام. نتائج المشروع: تم الوصول إلى نموذج فعّال ودقيق قادر على التنبؤ بنوع الرسالة بشكل موثوق، ويمكن دمجه بسهولة داخل أي نظام أو ويب سيرفر.