Pamarthiaadi9/Capstone_project-2_PG

# Capstone_project-2_PG 可解释的恶意软件检测框架，使用特征工程的便携式可执行文件（PE）元数据和机器学习/深度神经网络。该系统使用 Random Forest 将文件分类为恶意或良性，准确率高达 99%，同时基于 SHAP 的可解释性揭示了关键的决策因素，并支持可扩展的大规模分析。

标签：Apex, PE文件分析, 可解释AI, 数据科学, 机器学习, 深度学习, 资源验证, 逆向工具