هذا المشروع يهدف إلى بناء نموذج تعلم آلة يستطيع التمييز بين الرسائل الإلكترونية المزعجة (Spam) والرسائل العادية (Ham) باستخدام تقنيات معالجة اللغة الطبيعية (NLP).
في البداية يتم تحويل نصوص الرسائل إلى أرقام باستخدام خوارزمية **TF-IDF** من خلال مكتبة scikit-learn باستخدام الأداة TfidfVectorizer.
بعد ذلك يتم تدريب نموذج تصنيف باستخدام خوارزمية LinearSVC من أجل التمييز بين الرسائل المزعجة والرسائل العادية.
تم استخدام Pipeline لدمج مرحلة معالجة النصوص مع نموذج التعلم الآلي في عملية واحدة، مما يجعل عملية التدريب والتنبؤ أسهل وأكثر تنظيمًا.
**مراحل المشروع:**
1. تنظيف ومعالجة النصوص.
2. تحويل النصوص إلى تمثيل رقمي باستخدام TF-IDF.
3. تدريب نموذج التصنيف.
4. اختبار النموذج والتنبؤ بنتائج الرسائل الجديدة.
**التقنيات المستخدمة:**
* Python
* scikit-learn
* معالجة اللغة الطبيعية (NLP)
النموذج النهائي قادر على تحليل الرسائل الإلكترونية وتصنيفها تلقائيًا إلى **رسائل مزعجة (Spam)** أو **رسائل عادية (Ham)**.
