隨著數(shù)字音樂內(nèi)容的迅速增長(zhǎng)以及人們對(duì)音樂鑒賞需求的日益提升，音樂信息的分類檢索及個(gè)性化推薦受到廣大網(wǎng)民和有關(guān)從業(yè)人員越來越廣泛的關(guān)注，并成為研究及應(yīng)用的新熱點(diǎn)。本書系統(tǒng)地闡述了機(jī)器學(xué)習(xí)中的常用分類與推薦方法，介紹了網(wǎng)絡(luò)音樂自動(dòng)分類與推薦的理論基礎(chǔ)，重點(diǎn)探討了SVM和KNN分類算法的改進(jìn)，以及協(xié)同過濾推薦算法和基于馬爾可夫模型推薦算法的改進(jìn)，并對(duì)改進(jìn)后的算法應(yīng)用到音樂自動(dòng)分類和個(gè)性化推薦領(lǐng)域進(jìn)行了探索性研究。本書展現(xiàn)了機(jī)器學(xué)習(xí)常用算法的原理、改進(jìn)及應(yīng)用案例，適合機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘及大數(shù)據(jù)等領(lǐng)域的專業(yè)人員閱讀。
|
