Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/5447
Título: Aprendizado de máquina supervisionado : classificação de músicas por gênero musical.
Autor(es): Abreu, Ronan David Souza
Orientador(es): Pereira, Tiago Martins
Membros da banca: Oliveira, Diana Campos de
Ribeiro, Marcelo Carlos
Pereira, Tiago Martins
Palavras-chave: Processamento de sinais
Aprendizado de máquina supervisionado
Recuperação de informações musicais
Data do documento: 2023
Referência: ABREU, Ronan David Souza. Aprendizado de máquina supervisionado: classificação de músicas por gênero musical. 2023. 48 f. Monografia (Graduação em Estatística) - Instituto de Ciencias Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
Resumo: Este trabalho apresenta um estudo sobre Aprendizado de Máquina Supervisionado apli cado à classificação de músicas por gênero musical. A metodologia consistiu na extração de características musicais relevantes de arquivos de áudio, seguida da aplicação de algo ritmos de aprendizado de máquina para treinamento e teste de modelos de classificação. Usou-se um conjunto de dados de arquivos de áudio de diversos gêneros musicais dis ponibilizados pela base de dados GTZAN. Os resultados obtidos indicam que é possível alcançar uma acurácia significativa na classificação de músicas utilizando a abordagem proposta neste trabalho. O modelo poderá ser usado na organização de grandes catálogos de música, recomendação e análise de tendências.
Resumo em outra língua: This work presents a study on Supervised Machine Learning applied to the classificationof music by musical genre. The methodology consisted of extracting relevant musical features from audio files, followed by the application of machine learning algorithms for training and testing classification models. A dataset of audio files from various musical genres provided by the GTZAN database was used. The results obtained indicate that it is possible to achieve significant accuracy in music classification using the approach proposed in this work. The model could be used in organizing large music catalogs, recommendation, and trend analysis.
URI: http://www.monografias.ufop.br/handle/35400000/5447
Aparece nas coleções:Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AprendizadoMáquinaSupervisionado.pdf2,17 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons