Classificação de E-mails como Spam ou Não-Spam usando LinearSVC.

Este projeto implementa um sistema de classificação de e-mails baseado no algoritmo de Machine Learning LinearSVC uma versão mais otimizada e focada em problemas lineares do Support Vector Machine (SVM). Ele processa mensagens em tempo real e as classifica como spam ou não-spam, integrando-se à API do Gmail. O modelo foi projetado para operar em inglês, português e espanhol e utiliza técnicas de pré-processamento de texto.

---

📋 Funcionalidades

• Classificação de e-mails em tempo real.
• Integração com a API do Gmail para coleta e processamento de mensagens.
• Suporte a datasets multilíngues com pré-processamento automático.
• Alta performance com métricas de:
  • Precisão: 0.99
  • Recall: 0.96 para spam.
  • F1-score: 0.98 para spam.

---

🛠️ Tecnologias Utilizadas

• Linguagem de programação: Python
• Bibliotecas:
  • scikit-learn (implementação do SVM e GridSearch)
  • NLTK (tokenização, stemming, remoção de stopwords)
  • pandas (manipulação de dados)
  • API do Gmail para integração
• Técnicas:
  • Vetorização de texto com TF-IDF

---

📦 Estrutura do Projeto

├── data/                # Datasets utilizados
├── src/                 # Código-fonte
│   ├── preprocess.py    # Funções de pré-processamento
│   ├── model_train.py   # Treinamento do modelo
│   ├── results          # Resultados e métricas do modelo treinado
│   └── vetorização e salvaemnto do modelo treinado
├── gmail_implementation.py         # Integração do modelo treinado e vetorizado com a API do Gmail
├── README.md            # Documentação do projeto
└── requirements.txt     # Dependências do Python