NLP Academy · Ders

İstenmeyen İleti Algılayıcısı Oluşturma

Etiketlenmiş iletilerle eğitme

İstenmeyen İleti Algılayıcısı Oluşturma, CoddyKit'te ücretsiz bir NLP Academy dersidir. Bu, 4 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, NLP Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. NLP Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Your First Real Model

Time to build something useful: a spam filter. You will train a classifier on labeled messages and let it judge brand-new ones.

Start With Labeled Data

Every supervised model needs examples with answers. Here each message comes with a label of spam or ham, the friendly name for not-spam.

messages = ["win cash now", "lunch at noon?", "free prize click"]
labels = ["spam", "ham", "spam"]
print(len(messages), len(labels))

Turn Text Into Numbers

The model cannot read raw words, so you count them first. A CountVectorizer converts each message into a row of word counts.

from sklearn.feature_extraction.text import CountVectorizer
vec = CountVectorizer()
X = vec.fit_transform(messages)

Meet MultinomialNB

For word counts, the right tool is MultinomialNB, the count-based flavor of Naive Bayes built right into scikit-learn.

from sklearn.naive_bayes import MultinomialNB
model = MultinomialNB()

Fit the Model

Training is one line: hand the model your features and labels. The fit call counts words per class and stores the probabilities.

model.fit(X, labels)
print("trained on", X.shape[0], "messages")

Predict New Mail

To judge a fresh message, vectorize it the same way and call predict. The model returns its best guess for spam or ham.

new = vec.transform(["free cash prize"])
print(model.predict(new))

Reuse the Vectorizer

New text must use the same vocabulary the model learned. Always call transform, never fit again, or the columns will not line up.

Peek at the Confidence

Beyond the label, the model can report how sure it is. The predict_proba method gives a probability for each possible class.

print(model.predict_proba(new))

Hold Out a Test Set

Never grade a model on the data it trained on. Split off a test set so you can measure how it does on unseen messages.

Score the Filter

Run predictions on the held-out messages and compare to the truth. That accuracy tells you whether your spam filter actually works. 📬

Iterate to Improve

More clean data and better preprocessing lift results fast. Treat this filter as a baseline you can steadily refine, not a finished product.

Quick Check

How should you prepare a new message before predicting on it?

Recap

You vectorized messages, trained MultinomialNB, and predicted spam on new text. Reusing the fitted vectorizer keeps your features aligned. ✅

Sıkça Sorulan Sorular

“İstenmeyen İleti Algılayıcısı Oluşturma” dersi ücretsiz mi?

Evet — “İstenmeyen İleti Algılayıcısı Oluşturma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve NLP Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. NLP Academy kursu toplamda 4 dersten oluşur.

“İstenmeyen İleti Algılayıcısı Oluşturma” dersinde ne öğreneceğim?

Etiketlenmiş iletilerle eğitme NLP Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

NLP Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te NLP Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.

“İstenmeyen İleti Algılayıcısı Oluşturma” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu NLP Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her NLP Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← NLP Academy Sayfasına Dön