وصف الخدمة

هبني لك نموذج ذكاء اصطناعي بلغة Python يصنّف الرسائل النصية إلى Spam / Not Spam باستخدام تقنيات معالجة اللغة الطبيعية (NLP).

تفاصيل الخدمة الأساسية:
- تدريب النموذج على داتا سيت واحد (لحد 5,000 رسالة)
- لغة الرسائل: عربي أو إنجليزي (لغة واحدة)
- الخوارزمية: Logistic Regression أو Naive Bayes
- تنظيف ومعالجة النصوص (Preprocessing)
- تقييم النموذج بالدقة (Accuracy) و F1-Score

هتستلم:
1. ملف Jupyter Notebook فيه الكود كامل ومشروح
2. النموذج المدرّب (ملف جاهز للاستخدام)
3. تقرير مختصر بنتايج الدقة

أي حاجة زيادة (داتا أكبر، لغتين، BERT، واجهة تجريبية) متاحة في الخدمات الإضافية.

مميزات الخدمة

5 موديلات مقارنة

Naive Bayes، Logistic Regression، SVM، Random Forest، Neural Network

نتيجة واضحة فورية

نتيجة واضحة فورية: SPAM أو NOT SPAM

نسبة ثقة للنتيجة النهائية ولكل موديل لوحده

دقة الموديلات من 95.34% لـ 98.21%

واجهة عصرية بتصميم غامق ومنظم

أزرار أمثلة جاهزة للتجربة السريعة

رسم يوضح دقة كل موديل

كود نضيف ومرتب وسهل التعديل

كود نضيف ومرتب وسهل التعديل
بيشتغل على جهازك من غير إنترنت بعد التثبيت

الخدمة الأساسية

نموذج NLP واحد لتصنيف الرسائل (Spam / Not Spam) باستخدام Python، لحد 5,000 رسالة، بلغة واحدة (عربي أو إنجليزي). التسليم: Notebook + النموذج المدرّب + تقرير الدقة (Accuracy و F1).

مدة التنفيذ وعدد التعديلات

المدة: 5 أيام
التعديلات: 1

الخدمات الإضافية (كل واحدة تضيفها لوحدها بسعر)

زيادة عدد الرسائل لأكتر من 5,000
دعم العربي والإنجليزي معاً
استخدام BERT لدقة أعلى
واجهة تجريبية بسيطة باستخدام Streamlit
تسليم سريع خلال يومين

معرض الأعمال

ما الذي ستستلمه

ملف التطبيق app.py (الواجهة)
الموديلات المدربة all_models.pkl والمحوّل tfidf.pkl
كود التدريب train.py
الداتا spam.csv
ملف model_results.csv بنتايج الدقة
ملف requirements.txt لتثبيت المكتبات
شرح مختصر لطريقة التشغيل (أمر واحد: streamlit run app.py)