使用机器学习的音乐推荐

现在很少有人没听说过Netflix和Spotify。这两个全球品牌在过去几年里都呈指数级增长，现在已经成为有史以来最受广泛认可的品牌之一。除了流媒体服务之外，这两家公司最重要的共同点之一就是，它们都有很棒的推荐软件。Netflix的推荐为自己树立了名声，一次又一次地为客户提供他们想要的东西。看到这一系统的受欢迎程度，亚马逊和谷歌等其他科技巨头也在开发自己的推荐应用程序。在这个机器学习项目中，我们将看看如何自己构建这样一个应用程序。

想在电影推荐上使用ML建立项目?：

2022世界杯亚洲区赛程表时间Skyfi实验室为您提供了学习和构建这个项目的最简单的方法。

1. 电影推荐使用ML Kit将运送给您(在世界任何地方!)
2. 使用高质量的视频来理解概念和构建项目
3. 在做项目时，从Skyfi实验室的工程师获得1对1的专家帮助2022世界杯亚洲区赛程表时间
4. 完成项目后获得一个智能证书

你可以免费开始，只有你喜欢才付费!

开始免费

项目描述

这样一个推荐系统的目标是通过正确识别用户的需求来提供个性化的内容。这意味着计算机将不得不像人类一样思考;分析用户最后的选择，预测他们未来的需求。正如我们已经看到的，每当需要机器模仿人类行为时，我们就必须利用机器学习技术。因此，在这个项目中，我们将依靠机器学习和神经网络技术来构建最终的音乐推荐系统。

使用概念

1. 数据分割基础
2. Python编程
3. 数据分析
4. 机器学习的基础
5. 神经网络

项目实施

• 音乐推荐系统主要有三种类型。基于内容的系统利用过去用户的选择来预测歌曲并推荐它们。协作系统根据其他类似用户之前听过的音乐来预测歌曲。混合系统利用用户数据和类似的用户数据来预测用户会喜欢的歌曲。
• 在这个项目中，我们将使用真实的数据集构建一个音乐推荐系统。
• 我们将使用一个来自外部的数据集，叫做Million Songs dataset，它包含两个文件:triplet_file和metadata_file。
• triplet_file中包含关于歌手或乐队名称、歌名以及歌曲持续时间的信息。
• 同时，metadat_file将包含关于发行年份和专辑名称的信息，以及歌曲的参考id。
• “百万歌曲数据集”来自网络上的各种网站，包括几种不同类型的音乐。
• 项目的第一部分是集成这些数据，并构建一个数据管道。
• Python库pandas将用于集成这两个数据集。
• 首先定义我们将集成的文件，并提到它们的地址。然后，在pandas文件中为来自数据集的每个输入定义列。
• 接下来，结合这两组数据并创建一个大型数据集，其中包含我们需要的所有信息。
• 现在，我们需要转换这些数据并进行分析。为此，我们必须首先创建这个数据的一个子集，合并歌曲和艺术家的名字，并查看特定的歌曲被听了多少次。
• 接下来，我们将按受欢迎程度的顺序列出歌曲。这种数据转换极大地简化了数据集，使其更容易理解和操作。
• 接下来，将其分成两个数据集，一个用于训练，另一个用于测试。为此，我们可以使用scikit-learn库中的train_test_split函数。大约20%的数据集将被保留用于测试。
• 最后，测试模型，经过几次迭代后，系统将能够成功推荐正确的歌曲。

你知不知道

2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过构建真实的项目。

你可以和朋友一起报名，并在家门口领取工具包

你可以向专家学习，建立可行的项目，向世界展示技能，获得最好的工作。
今天开始!

• 不需要工具

• 机器学习
• Python

使用机器学习的音乐推荐