Betreuer

• Malte Josten, M.Sc.

Thesis: Bachelor-/Masterarbeit

Diese Arbeit vergleicht die Wirksamkeit verschiedener Textrepräsentationstechniken (z. B. Einzelwörter, Chargrams, N-Gramme oder Sentence Embeddings) für die Erkennung von Spam und Phishing. Ziel ist es, die Unterschiede, Schwächen und Stärken jeder Methode zu identifizieren und zu vergleichen.

Voraussetzungen

Erforderlich

• Grundlegendes Verständnis von künstlicher Intelligenz und maschinellem Lernen (abgeschlossener Kurs Grundlagen der Künstlichen Intelligenz)
• Kenntnisse in Natural Language Processing Techniken, z.B. Text-Klassifizierung und Techniken für Feature-Extraction
• Programmierkenntnisse in mindestens einer gängigen Sprache (vorzugsweise Python)

Optional

• Kurse belegt:
  • Internet-Technologie & Web Engineering
  • Fortgeschrittene Methoden des maschinellen Lernens
  • Sicherheit in Kommunikationsnetzen
• Kenntnisse über Evaluationsmetriken für KI-Modelle
• LaTeX-Kenntnisse