RNN（再帰型ニューラルネットワーク）
講義概要
音楽生成に使用されるニューラルネットワーク”RNN”を基礎から解説。その仕組みを知り自身で実装できる知識を身につける
講義内容
（最新のトレンドおよび進展具合に応じ常にアップデートされます）
1・RNNの概要解説
RNNの基本を代表的使用例である自然言語処理を取り上げ解説
２・機械学習用数学
自身でニューラルネットワークの構造を理解し実装するために微分や活性化関数などの数学を噛み砕きわかりやすく解説
３・Pythonプログラミングで実装
Pythonの機械学習ライブラリを使用し自身でゼロから実装する
全９回（予定）の講義各回の概要
（アップデートに伴い内容、講義時間、講義順番に変更の場合があります）
１講義約３０〜６０分 合計約４５０分
第１回：ニューラルネットワークとは？：ベクトルと行列
第２回：機械学習数学：活性化関数・損失関数・微分
第３回：ニューラルネットワーク実装
第４回：RNN概要１
第５回：RNN概要２
第６回：RNN 概要3
第７回：RNN 実装 1
第８回：RNN 実装 2
第９回：RNN 実装 3
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
・サンプルコードや学習用の音楽データもあり
前提知識
音楽AI開発初級・中級以上レベルが想定です。
未受講の方は可能な限り音楽AI開発初級または中級を先に受講してください。
Pythonプログラミングの解説（環境構築含む）は行いませんのですでにご自身で実行できるレベルが求められます。
数学は前提知識がない方にもできるだけ理解できる様に解説しますが、ある程度知識があると学習がスムースです。
必要機材
PCのみで大丈夫です。
OSはMac, Windows、Ubuntu問いませんが講義ではMac、Windows併用です。
受講プラン
音楽AI開発上級で受講可能
| 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）。
入学申し込み
