【AI-ML-MIR系列1】学习资源

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……

都是干货啊~

luna 发表于 2016-8-23 17:32
都是干货啊~

是啊

我还是好好看线性代数和概率论去吧~~嘿嘿