エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ゼロから作るDeep Learning2の応用 スパムフィルタ - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ゼロから作るDeep Learning2の応用 スパムフィルタ - Qiita
1.はじめに ステイホーム期間中に「ゼロから作るDeep learning② 自然言語処理編」を読みました。 何とか... 1.はじめに ステイホーム期間中に「ゼロから作るDeep learning② 自然言語処理編」を読みました。 何とか最後までたどり着きましたが、このテキストには応用例があまり記載されていません。 そこで、テキストのコードを活用して、スパムフィルタ(文書分類モデル)を作成してみます。 本検討はQiitaの記事ゼロから作るRNNによる文章分類モデルを参考にしました。 2.データ Kaggleにある「SMS Spam Collection Dataset」を利用します。 3.モデルの概要 LSTMによる文書分類 テキストの6章のコードを活用 最後のLSTMから出てきた隠れ状態ベクトルhをAffine変換で2値化し、Softmax関数で正規化する。 4.実装 Google Colabの準備 import sys sys.path.append('drive/My Drive/Colab Noteb