Rekomendacja utworów muzycznych przy pomocy wybranych algorytmów uczenia maszynowego

Abstract

Tematem niniejszej pracy dyplomowej jest analiza możliwości przeprowadzenia rekomendacji utworów muzycznych na podstawie wyłuskanych cech danych muzycznych przy pomocy wybranych algorytmów uczenia maszynowego. W tym celu przeprowadzone zostały pełne procesy przetwarzania i eksploracji danych muzycznych, na które składały się: 1) przetwarzanie i konwersja fal dźwiękowych na próbkowany sygnał cyfrowy 2) ekstrakcja charakterystycznych cech dźwięku, takich jak ZCR, MFCC, RMS oraz mocy poszczególnych częstotliwości uzyskanych przy pomocy Transformacji Fouriera. 3) analiza porównawcza metod klasyfikacji utworów muzycznych, należących do dwóch rodzin algorytmów – sieci neuronowych oraz drzew decyzyjnych. Najskuteczniejszym spośród algorytmów okazał się las losowy, zapewniając skuteczność predykcji na poziomie około 85%. Jest to poziom mocno zbliżony do poziomu trafności tej samej czynności wykonywanej przez człowieka w tej dziedzinie.