giovannisorice / ai_project Goto Github PK

Project for the teaching of Artificial Intelligence, computer science degree course (Padua, Italy)

The project involved the implementation of a spam filter. This was done using Python using the following libraries:

1. Keras definition of the neural network and its training;
2. Pandas: conversion of the dataset into .csv format;
3. scikit-learn: data pre-processing and use of the LogisticRegression algorithm;

The dataset used for the project can be found at the following link: Spam Collection Dataset.

The purpose of the project and the tool we have used are explained inside the report.

To run the project it is suggested to lean on the platform Google Colab which already has the integrated version of TensorFlow 2.0.0.

To import the project into your personal Colab platform, you need to log in to your Colab account and click on Upload notebook and load the previously downloaded notebook.

You must have the credentials of a Kaggle account from which you can download the dataset using a personal KAGGLE_KEY, see API Credentials for more info.

Once the Kaggle key is obtained, it is necessary to perform the following operations in the first cell of the files you want to execute:

1. Save the key obtained in the key field;
2. Write your personal Kaggle username in the username field.

If everything has been set correctly, the cell automatically downloads the dataset from Kaggle and saves it in .zip format to then decompress it in .csv format which is used for neural network training.

Progetto per l'insegnamento di Intelligenza artificiale, corso di laurea in Informatica (Padova, Italia).

Il progetto prevedeva l'implementazione di uno spam filter. Questo è stato realizzato tramite Python utilizzando la seguenti librerie:

1. Keras: definizione della rete neurale e training di essa, questa è stata importata da Tensorflow, che dalla versione 2.0.0 la contiene al suo interno;
2. Pandas: conversione del dataset in formato .csv;
3. scikit-learn: pre-processing dei dati e utilizzo dell'algoritmo di LogisticRegression;
4. Kaggle API: scaricamento del dataset in formato .zip.

Il dataset utilizzato per il progetto è reperibile al seguente link: Spam Collection Dataset.

Lo scopo del progetto e gli strumenti che abbiamo utilizzato sono spiegati all'interno della relazione.

Per eseguire il progetto si suggerisce di appoggiarsi alla piattaforma Google Colab la quale presenta già la versione di TensorFlow 2.0.0 integrata.

Per importare il progetto nella propria piattaforma Colab personale è necessario accedere al proprio account Colab e cliccare sulla voce Upload notebook e caricare il notebook precedentemente scaricato.

È necessario possedere le credenziali di un account Kaggle dal quale poter scaricare il dataset tramite l'utilizzo di una KAGGLE_KEY personale, vedi API Credentials per maggiori info.
Una volta ottenuta la chiave di Kaggle è necessario effettuare le seguenti operazioni nella prima cella dei file che si vogliono eseguire:

1. Salvare la chiave ottenuta nel campo key;
2. Scrivere nel campo username il proprio username personale di Kaggle.

Se tutto è stato settato correttamente la cella scarica automaticamente il dataset da Kaggle e lo salva in formato .zip per poi scomprimerlo in formato .csv che viene utilizzato per il training della rete neurale.