Để xây dựng các bộ lọc thư rác dựa trên học máy, cần thu thập số lượng email đủ lớn đã được gán nhãn và chia tập email này thành hai tập: tập thứ nhất cho huấn luyện mô hình,

1/30

Để xây dựng các bộ lọc thư rác dựa trên học máy, cần thu thập số lượng email đủ lớn đã được gán nhãn và chia tập email này thành hai tập: tập thứ nhất cho huấn luyện mô hình, tập thứ hai để kiểm thử mô hình. Hai tiêu chí sau để đánh giá mức độ sai số của một ứng dụng lọc email:

TC1 = Số email rác trong hòm thư thường Tổng số email trong hòm thư thường

TC2 = Số email thường trong hòm thư rác/Tổng số email trong hòm thư rác

Sau khi đọc nhận xét trên, một số bạn đã đưa ra các phát biểu dưới đây?

Sử dụng chính tiêu đề của email để gán nhãn cho email đó.

ĐúngSai

Các thông tin như các từ khoá trong email và tiêu đề, mức độ uy tín của địa chỉ người gửi là các đặc trưng quan trọng trong việc lọc email rác.

ĐúngSai

Trước khi đưa ứng dụng lọc thư rác vào sử dụng chính thức, ứng dụng đó cần được đánh giá trên tập dữ liệu kiểm thử.

ĐúngSai

Một ứng dụng lọc email rác được đánh giá là tốt khi cả TC1 và TC2 đều thấp.

ĐúngSai

Giải thích

Câu	Lệnh hỏi	Đáp án (Đ/S)
3 (CS)	a	S
	b	Đ
	c	Đ
	d	Đ