音楽トレンド分析AI開発

音楽トレンド分析AI開発

 


MUSIC TREND AI

 


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:PythonSpotify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

    お名前 (必須) 

    ふりがな (必須) 

    メールアドレス (必須)

    お電話番号 (必須)

    年齢(必須)

    住所 (必須)

    お勤め先・学校 (必須)

    ご希望のコース(必須)

    マンツーマンメールサポートの有無(必須)

    お支払い方法(必須)

    一括・分割(必須)
    (分割はクレジットカードのみ)

    分割回数(分割支払いを選択の方のみ回答お願いします)

    理系学生奨学金 (25歳以下の理系専業学生の方授業料50,000円オフ 要学生証提出 サポート付きプラン対象外)

    canplayを何で知りましたか?