3.0 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e46f8edac417301a38fb931 | 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 | 10 | 462380 | neural-network-sms-text-classifier |
--description--
このプロジェクトには Google Colaboratory を使用して取り組んでください。
上記のリンクにアクセスした後、自分のアカウントまたはローカルに、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、テストが成功したら (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用の対話型教育コンテンツは、現在開発中です。 現状、この認定講座では動画チャレンジを受講できます。 プロジェクトに取り組むにあたり、場合によってはその他の学習資料を探して参考にする必要もあります。これは実際の仕事でプロジェクトに取り組む場合も同様です。
--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、SMS スパム コレクション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 テストが成功する必要があります。
--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.