A、未经用户许可发邮件广告
B、包含乱码的E-Mail邮件
C、同时发送给大量用户,影响正常网络通信
D、含有恶意的、虚假的、伪装的邮件发信人等信息
第1题:
A.有价值的信息淹没在大量的垃圾邮件中,很容易被误删
B.降低了用户对Email的信任
C.邮件服务商可以对垃圾邮件进行屏蔽
D.以上全部
第2题:
4、假设您正在使用垃圾邮件分类器,其中垃圾邮件是正例(y=1),非垃圾邮件是反例(y=0)。您有一组电子邮件训练集,其中99%的电子邮件是非垃圾邮件,另1%是垃圾邮件。以下哪项陈述是错误的?
A.一个好的分类器应该在交叉验证集上同时具有高精度precision和高召回率recall。
B.如果您总是预测非垃圾邮件(输出y=0),那么您的分类器在训练集上的准确度accuracy将达到99%,而且它在交叉验证集上的性能可能类似。
C.如果您总是预测非垃圾邮件(输出y=0),那么您的分类器的准确度accuracy将达到99%。
D.如果您总是预测非垃圾邮件(输出y=0),那么您的分类器在训练集上的准确度accuracy将达到99%,但在交叉验证集上的准确率会更差,因为它过拟合训练数据。
第3题:
2、“垃圾邮件的处理”场景属于哪种机器学习的典型任务?
A.分类
B.关联
C.聚类
D.回归
第4题:
A.用户减少电子邮件的使用完全是因为垃圾邮件的影响
B.降低了用户对Email的信任
C.邮件服务商可以对垃圾邮件进行屏蔽
D.有价值的信息淹没在大量的垃圾邮件中,很容易被误删
第5题:
假定一封邮件是垃圾邮件的概率为50%,又5%的垃圾邮件中包含嫌疑词汇“发票”,0.1%的正常邮件中包含嫌疑词汇“发票”。如果现在收到一封邮件包含词汇“发票”,则这封邮件是垃圾邮件的概率是(写成分数或两位小数)
第6题:
以下不会帮助减少收到的垃圾邮件数量的是一一一
A.使用垃圾邮件筛选器帮助阻止垃圾邮件
B.共享电子邮件地址或即时消息地址时应小心谨慎
C.安装入侵检测软件
D.收到垃圾邮件后向有关部门举报