Tutoriales y ejercicios de 4Geeks Coding Projects para personas que están aprendiendo a codificar o mejorando sus habilidades de codificación
Dificultad
beginnerRepositorio
No disponible
Video
No disponible
Demo en vivo
No disponible
Duración promedio
2 hrs
Tecnologías
Sigue las siguientes instrucciones:
Una vez que hayas terminado de resolver el caso práctico, asegúrate de confirmar tus cambios, haz push a tu repositorio y ve a 4Geeks.com para subir el enlace del repositorio.
Queremos implementar un sistema que sea capaz de detectar automáticamente si una página web contiene spam o no basándonos en su URL.
El conjunto de datos se puede encontrar en esta carpeta de proyecto bajo el nombre url_spam.csv
. Puedes cargarlo en el código directamente desde el enlace (https://raw.githubusercontent.com/4GeeksAcademy/NLP-project-tutorial/main/url_spam.csv
) o descargarlo y añadirlo a mano en tu repositorio.
Utiliza lo visto en este módulo para transformar los datos para compatibilizarlos con el modelo que queremos entrenar. Segmenta las URLs en partes según sus signos de puntuación, elimina las stopwords, lematiza, etcétera.
Asegúrate de dividir convenientemente el conjunto de datos en train
y test
como hemos visto en lecciones anteriores.
Comienza a resolver el problema implementando un SVM con los parámetros por defecto. Entrénalo y analiza sus resultados.
Después de entrenar el SVM, optimiza sus hiperparámetros utilizando un grid search o un random search.
Almacena el modelo en la carpeta correspondiente.
NOTA: Solución: https://github.com/4GeeksAcademy/NLP-project-tutorial/blob/main/solution.ipynb
Tutoriales y ejercicios de 4Geeks Coding Projects para personas que están aprendiendo a codificar o mejorando sus habilidades de codificación
Dificultad
beginnerRepositorio
No disponible
Video
No disponible
Demo en vivo
No disponible
Duración promedio
2 hrs
Tecnologías