10542| 3
|
[讨论] 【AI-ML-MIR系列1】学习资源 |
本帖最后由 iooops 于 2016-8-24 04:00 编辑 其实事情是这样的…… 楼主最近跑去上了一个MIR(MUSIC INFORMATION RETRIEVAL)的工作坊 - - 然后发现 = = 居然有一大半都在讲Machine Learning = = 没错!就是阿尔法狗大战李世石的那个Machine Learning - - 所以楼主现在来梳理一下可以用来参考的一些学习资源(教程、库、paper)哈。 下面比较概览性的(推荐用来入门): Coursera上Stanford的Machine Learning课程: https://www.coursera.org/learn/machine-learning/home/welcome Google Developers频道的Machine Learning Recipes: http://i.youku.com/i/UMjczOTc0NDkzNg==/navcustom?id=466157 一个Python库 - Scikit-learn: http://scikit-learn.org/stable/auto_examples/index.html#general-examples 下面是比较细分性的(回头等楼主刷一些时间之后再来慢慢补全哈): 一个Neural Networks的库: https://keras.io/ ------------------------------------------------------------------------------------------------------------------------ 下面是专门用来做MIR的(下面是冰山一角,之后再慢慢补全): 一个MIR的Python库 - MIR_EVAL: https://craffel.github.io/mir_eval/ 一个使用了scikit-learn的Python音频处理库: http://librosa.github.io/librosa/tutorial.html#overview 一个音频数据库: http://labrosa.ee.columbia.edu/millionsong/ ISMIR 2016 Conference(上面有一些Paper可以参考): https://wp.nyu.edu/ismir2016/event/program/ Google Brain Team出的一个机器学习在艺术中的应用 - Magenta: https://magenta.tensorflow.org/welcome-to-magenta 啊突然觉得好学术…… 啊对了 话说要搞机器学习,必须先把线性代数和概率论刷完哈 - - 啊宝宝我……去刷数学去了…… |
© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed