音楽トレンド分析AI開発
講義概要
音楽ストリーミングサービス配信チャートやデータを取得およびPythonのライブラリーを使用し音楽データをグラフ表示、Scikit-Learnで音楽分析するAIを作成する
講義内容
（最新の音楽トレンドに応じ常にアップデートされます）
・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
・ウェブスクレーピングとAPIの基礎
htmlの基礎とウェブスクレーピングやAPIを使用した方法取得の方法を解説
・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numpyやpandasから、MatplotlibやSeabornなどのグラフ描画まで、各Pythonライブラリーのインポート方法、使用方法を解説
・音楽トレンド分析AI（Scikit-Learn機械学習）の開発方法
Scikit-Learn（機械学習ライブラリ）を使用し、取得した音楽データから音楽トレンド分類、ヒット予測をするAIの開発
全１１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６０分 合計約６６０分
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numpy pandasなどの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 Matplotlib 基礎編
第６回：PythonでSpotifyからデータ収集するSpotiPy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 Matplotlib Seaborn
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 Plotly
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 WordCloud
第１０回：音楽トレンド分析AI作成実践：機械学習ライブラリScikit-Learnを使用して音楽分析を行うAI作成実践１ ヒット曲トレンド分析するAI開発
第１１回：音楽トレンド分析AI作成実践：機械学習ライブラリScikit-Learnを使用して音楽分析を行うAI作成実践２ ヒット曲トレンド分析するAI開発
その他講義特徴
・講義資料はcanplayが独自に作成したオリジナルをPDFで毎回配布
・分析用の音楽データcsvファイルも提供
前提知識
一部Pythonの基礎知識が求められます。
また非常に基礎的な内容ではありますが、ウェブの知識や、ターミナル、コマンドプロンプトを操作するスキルも必要です。
講義では初心者向けの解説は行っていません。
未経験の方はPython音楽プログラミング＆AI基礎を先に受講してください。
必要機材
ご自身のPCをご用意ください。
Mac, Windows、Ubuntuは問いませんが講義ではMac使用です。
受講プラン
音楽AI開発初級、中級で受講可能
| 受講可能 | |
| 音楽AI開発【初級】 | ○ |
| 音楽AI開発【中級】 | ○ |
| 音楽AI開発【上級】 | |
| オーディオ分類 | |
| AI作曲科 |
講師紹介
斎藤喜寛Yoshihiro Saito
１２歳でギターを始める〜武蔵野音楽院でジャズ〜バークリー音大メソッド〜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年日本初の音楽と音の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（２０２０年末予定）。
各種音楽データ取得とそれを分析する機械学習ニューラルネットワークの開発
入学申し込み