3.5 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e46f8edac417301a38fb931 | Нейронна мережа для класифікації СМС | 10 | 462380 | neural-network-sms-text-classifier |
--description--
Ви будете працювати над цим проєктом з Google Colaboratory.
Перейшовши за цим посиланням, створіть копію блокнота у своєму обліковому записі або локально. Як тільки ви завершили проєкт та пройшли тест (доданий до посилання), введіть посилання на свій проєкт. Якщо ви надаєте посилання на Google Colaboratory, переконайтеся, що ви увімкнули режим доступу для «усіх, хто має це посилання».
Ми досі розробляємо інтерактивну складову для навчальної програми з машинного навчання. Поки ви можете переглянути відеозавдання цієї сертифікації. Вам також можуть знадобитися додаткові навчальні ресурси, так само як під час роботи із повноцінним проєктом.
--instructions--
В цьому завданні вам потрібно створити модель машинного навчання, яка класифікуватиме СМС повідомлення як «ham» або «spam». Повідомлення «ham» — це звичайне повідомлення, надіслане другом. Повідомлення «spam» — це реклама або повідомлення, надіслане компанією.
Ви повинні створити функцію під назвою predict_message, яка приймає рядок повідомлення як аргумент та повертає список. Першим елементом у списку повинне бути число від нуля до одного, яке вказує на ймовірність «ham» (0) або «spam» (1). Другим елементом у списку повинне бути слово «ham» або «spam», залежно від того, що більш ймовірно.
У цьому завданні ви будете використовувати набір даних «Колекція спаму СМС». Набір даних вже згруповано в навчальні та тестові дані.
Перші дві клітинки імпортують бібліотеки та дані. Остання клітинка перевіряє вашу модель та функцію. Додайте свій код між цими клітинками.
--hints--
Проєкт повинен пройти усі тести Python.
--solutions--
# 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.