音楽で身につけるディープラーニング

北原鉄朗/著

発売日:2023年10月

  • 音楽で身につけるディープラーニング
  • 音楽で身につけるディープラーニング
  • 音楽で身につけるディープラーニング
  • 音楽で身につけるディープラーニング
ページ数
207p
ISBN
978-4-274-23106-3
著者情報
北原 鉄朗(キタハラ テツロウ)
2002年東京理科大学理工学部情報科学科卒業。現在、日本大学文理学部情報科学科教授。主な研究分野は音楽情報処理。身のまわりのさまざまな音をコンピュータが理解したり、つくり出したりする技術の開発に取り組んでいる

¥2,970 税込

13 nanacoポイント

13 セブンマイル

セブン-イレブン受取り(送料無料)

発送目安

発売日(発売日以降は当日)~2日で発送

宅配(送料¥550税込)

発送目安

発売日(発売日以降は当日)~2日で発送

交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。

商品説明

音楽の自動生成を題材にディープラーニングの代表的な手法を学ぶ。PythonとTensorFlowで音楽を学習してメロディを自動生成。音楽の基礎知識からGANによる楽曲生成までを解説。

音楽を創りながらディープラーニングを身につける!
音楽の自動生成を題材に、ディープラーニングの代表的な手法を解説した入門書です。
音符一つひとつに文字を割り当てれば、自然言語と同じように音楽を扱うことができ、演奏内容をピアノロールという表現に変換すれば、画像として扱うこともできます。そのため、音楽という 1種類のデータを使ってさまざまな手法を広く学ぶことができます。
本書では、PythonとTensorFlowを使って、自分で音楽データを学習させます。生成される音楽のクオリティは高いとは言えませんが、音楽を創りながら学ぶディープラーニングは、きっと体と耳になじみ、読者の力になると思います。

※お届け日が変更になりました
10月14日→10月16日

目次

第1章 音楽を題材にディープラーニングを学ぼう
第2章 音楽データをPythonで読み書きしよう
第3章 長調・短調判定で学ぶ多層パーセプトロン
第4章 ハモリパート付与で学ぶRNN
第5章 メロディのデータ圧縮で学ぶオートエンコーダ
第6章 メロディモーフィングで学ぶVAE
第7章 多重奏生成で学ぶCNN
第8章 多重奏生成で学ぶGAN

商品詳細

出版社名
オーム社
サイズ
21cm
対象年齢
一般
フォーマット
単行本

注意事項

本の帯に関して
帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。
版・表紙について
版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。

あなたへのおすすめ