freeCodeCamp/curriculum/challenges/ukrainian/11-machine-learning-with-python/machine-learning-with-python-projects/neural-network-sms-text-classifier.md

id, title, challengeType, forumTopicId, dashedName

id	title	challengeType	forumTopicId	dashedName
5e46f8edac417301a38fb931	Нейронна мережа для класифікації текстових SMS	10	462380	neural-network-sms-text-classifier

--description--

Ви будете працювати над цим проєктом з Google Colaboratory.

Перейшовши за цим посиланням, створіть копію блокнота в своєму обліковому записі або локально. Як тільки ви завершили проєкт та пройшли тести (доданий до посилання), здайте посилання на свій проєкт. If you are submitting a Google Colaboratory link, make sure to turn on link sharing for "anyone with the link."

We are still developing the interactive instructional content for the machine learning curriculum. Поки ви можете переглянути відеозавдання цієї сертифікації. You may also have to seek out additional learning resources, similar to what you would do when working on a real-world project.

--instructions--

В цьому завданні вам потрібно створити модель машинного навчання, яка класифікуватиме SMS повідомлення як «ham» або «спам». 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.

For this challenge, you will use the SMS Spam Collection dataset. The dataset has already been grouped into train data and test data.

The first two cells import the libraries and data. The final cell tests your model and function. Add your code in between these cells.

--hints--

Він 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.