音楽データサイエンス
音楽ストリーミングの配信データを取得しグラフ表示で視覚的に分析。膨大なデータとアルゴリズムから成る現代の音楽トレンドを知る術を学ぶ。
デジタル・AI時代は、各インディペンデントアーティストが自身で大量のデータを取り扱い自身のアーティスト活動に活かせる時代です。
また、これからの音楽マーケティングは、アルゴリズムがリードし劇的に変わりゆく音楽トレンドを常に把握できる事が重要になります。
MUSIC DATA SCENCEは、通常なかなか知る事のできない音楽ストリーミング配信データの取得・分析方法を徹底解説する日本初のカリキュラムです。
実現できる事（課題）
・音楽トレンドの分析
・音楽データのグラフ作成方法
課題として制作・提出
講義内容
（最新の状況に応じ常にアップデート、内容が変更の場合があります）
１・音楽ストリーミングサービスのデータ収集とトレンド分析方法
音楽配信データ収集と各データ項目の意味を学び音楽トレンドを分析する方法を学ぶ
２・ウェブスクレーピングとAPIの基礎
ウェブサイトの基礎とウェブスクレーピング（情報収集）方法を解説
３・Pythonの各データサイエンス用ライブラリーの解説
データサイエンスに必須のグラフ表示、数値計算ライブラリーのインポート方法、使用方法を解説
４・最新の音楽トレンド考察
主観ではなくきちんとデータから詳細に音楽トレンドの今を考察する
全９回の講義各回の概要
（アップデートに伴い内容変更の場合があります）
１講義約３０〜９０分 合計約９時間
音楽データサイエンス
第１回：音楽配信の年間配信データから現代音楽のトレンドを知る導入とPythonデータサイエンス用モジュールの基礎解説
第２回：ウェブスクレーピングの基礎
第３回：Spotify APIでデータ取得方法解説&実践
第４回：Spotify APIでデータ取得方法解説&実践２
第５回：音楽データサイエンス実践：音楽配信データをデータサイエンスライブラリーでグラフ表示&分析基礎編
第６回：PythonでSpotifyからデータ収集する方法の解説
第７回：音楽データサイエンス実践：音楽データをグラフ表示&分析 実践編 Part1
第８回：音楽データサイエンス実践：音楽データをグラフ表示&分析 実践編Part2
第９回：音楽データサイエンス実践：音楽データをグラフ表示&分析 実践編Part3
第１０回：音楽分析AI ライブラリの解説
第１１回：ヒット曲分析AI Part1
第１２回：ヒット曲分析AI Part2
講義資料
・講義資料はCANPLAYが独自に作成したオリジナルPDFをダウンロード可能
・ソースコード・音楽サンプルデータなども配布
・全講義に課題ありで、自分で実践する、手を動かせる、有効な学習が可能
（資料・ソースコード・音楽サンプルデータのダウンロードは講義視聴のみプラン除く）
必要な前提知識
Pythonの基礎知識が求められますが、MUSIC AIプログラミングで事前に学ぶ内容で十分です
講師
斎藤喜寛 Yoshihiro Saito
１２歳でギターを始める
１６歳でギタリストとしてプロの世界に〜武蔵野音楽院でジャズと音楽理論〜J-pop〜電子環境音楽〜アルゴリズム作曲〜AI作曲。
1980年代後期より作曲の仕事を開始、大手レコード会社（avex traxなど）での音楽制作を経て2013年EXDREAM株式会社設立。2016年ビジネスブレークスルー大学の卒業論文最優秀賞を受賞。2017年日本初の音楽AIアカデミーCANPLAYをローンチ。
２０１９年パナソニックAIソリューションセンターの環境実験音楽の制作。
２０１９年１０月KIOXIA（旧東芝メモリー）のCM曲のAI作曲とプログラミングを担当。
２０２０年３月大前研一氏創設のアタッカーズビジネススクールにてAIクリエイティブ実践講座を担当
オーム社より音楽TECH本の出版（２０２１年春予定）。
土屋憲靖 Tsutciya Noliyasu
国立音楽大学・作曲専修、同大学大学院・作曲専攻を卒業。国立音楽大学大学院・博士後期課程1年・音楽学研究領域に在籍し、音楽情報学を研究。
主に近代和声や微分音和声を研究し、近業に、修士論文「和声理論および和声法の微分音的拡充の可能性についての研究」がある。
CANPLAYにてAI作曲・音楽生成プログラミング講義を受講し修了。
音楽理論・作曲理論が専門です。ともに音楽とAIを学んでゆきましょう！