---
id: 5e46f8edac417301a38fb931
title: ニューラルネットワークによる SMS テキスト分類プログラム
challengeType: 10
forumTopicId: 462380
dashedName: neural-network-sms-text-classifier
---

# --description--

このプロジェクトには <a href="https://colab.research.google.com/github/freeCodeCamp/boilerplate-neural-network-sms-text-classifier/blob/master/fcc_sms_text_classification.ipynb" target="_blank" rel="noopener noreferrer nofollow">Google Colaboratory</a> を使用して取り組んでください。

このリンクにアクセスした後、自分のアカウントに、またはローカルに、ノートブックのコピーを作成してください。 プロジェクトを完了し、テストに合格したら (テストはリンクに含まれています)、下記にプロジェクトリンクを送信してください。 Google Colaboratory のリンクを送信する場合は、リンクの共有設定を必ず「リンクを知っている全員」に設定してください。

機械学習カリキュラム向けの対話型教育コンテンツを引き続き開発中です。 現在、この認定講座のビデオチャレンジを受講できます。 また、実際のプロジェクトの取り組みと同様に、場合によってはその他の学習資料を探す必要もあります。

# --instructions--

このチャレンジでは、SMS メッセージを「ハム」または「スパム」に分類する機械学習モデルを作成する必要があります。 「ハム」メッセージは、友人が送信する通常のメッセージです。 「スパム」メッセージは、企業が送信する広告またはメッセージです。

メッセージ文字列を引数に取り、リストを返す、`predict_message` という関数を作成する必要があります。 リストの 1 番目の要素は、「ハム」(0) または「スパム」(1) の可能性を示す 0 ～1 の間の数値である必要があります。 リストの 2 番目の要素は、どちらの可能性が高いかに応じて、単語「ham」または「spam」とする必要があります。

このチャレンジでは、<a href="http://www.dt.fee.unicamp.br/~tiago/smsspamcollection/" target="_blank" rel="noopener noreferrer nofollow">SMS スパム コレクション</a>のデータセットを使用します。 データセットはすでに訓練データとテストデータに分類されています。

最初の 2 つのセルでは、ライブラリとデータをインポートします。 最後のセルでは、モデルと機能をテストします。 これらのセルの間にコードを追加してください。

# --hints--

すべての Python テストに合格する必要があります。

```js

```

# --solutions--

```py
  # Python challenges don't need solutions,
  # because they would need to be tested against a full working project.
  # Please check our contributing guidelines to learn more.
```