単科講義

現在単科(1講義のみ受講)として開講している講義の一覧です。
受講期間1ヶ月で講義は初回に全回一斉配信されます。
講義の詳細、受講申し込みは各ページにてご確認ください。

単科一覧
AI音楽生成プログラミング


音楽生成するAI機械学習ライブラリーMagentaの環境構築から生成実践、独自モデル作成までを徹底解説

講義内容

1・音楽機械学習ライブラリーMagenta
音楽機械学習ライブラリーMagentaの環境構築と使用方法を徹底解説

2・音楽データ学習
自身の音楽データを学習させる方法を解説

3・機械学習プログラム独自モデル作成実践
Magentaライブラリーを使用し機械学習の音楽独自モデル作成方法を学ぶ

講義詳細


音楽トレンド分析AI開発


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

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・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

3・音楽分析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

講義詳細

Pythonプログラミング シンセ作成&AI基礎


ゼロからPythonの基礎を学び、音楽ライブラリーやモジュールを活用。シンセプログラムを作成しPythonを駆使する能力を身につける。加えてAI音楽プログラミングの基礎となる機械学習ライブラリも解説

講義内容

1・Pythonプログラミング基礎
ゼロから基礎を学び自分でプログラミングできる基礎を身につける

2・機械学習ライブラリのインストールと使用方法
各種Python機械学習ライブラリのインストールと使用方法を解説。AI音楽生成や音楽データサイエンスの基礎を身につける

3・Pythonでシンセサイザー作成
Pythonで音楽ライブラリやグラフィックライブラリを使用し、シンセサイザーを作成する

講義詳細


RNN(再帰型ニューラルネットワーク)


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

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TensorFlow、Kerasで実装
Pythonの機械学習ライブラリであるTenosrFlow、Kerasを使用し自身でゼロから実装する

講義詳細

Pythonプログラミング シンセ作成&AI基礎


ゼロからPythonの基礎を学び、音楽ライブラリーやモジュールを活用。シンセプログラムを作成しPythonを駆使する能力を身につける。加えてAI音楽プログラミングの基礎となる機械学習ライブラリも解説

講義内容

1・Pythonプログラミング基礎
ゼロから基礎を学び自分でプログラミングできる基礎を身につける

2・機械学習ライブラリのインストールと使用方法
各種Python機械学習ライブラリのインストールと使用方法を解説。AI音楽生成や音楽データサイエンスの基礎を身につける

3・Pythonでシンセサイザー作成
Pythonで音楽ライブラリやグラフィックライブラリを使用し、シンセサイザーを作成する

講義詳細


RNN(再帰型ニューラルネットワーク)


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

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TensorFlow、Kerasで実装
Pythonの機械学習ライブラリであるTenosrFlow、Kerasを使用し自身でゼロから実装する

講義詳細