prikaz prve stranice dokumenta Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet
Rad nije dostupan
završni rad
Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet
2023. urn:nbn:hr:168:355069
Polanec, Maja
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Polanec, M. (2023). Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:355069

Polanec, Maja. "Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:355069

Polanec, Maja. "Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:355069

Polanec, M. (2023). 'Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 10.05.2024., https://urn.nsk.hr/urn:nbn:hr:168:355069

Polanec M. Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 10.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:355069

M. Polanec, "Modeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:355069

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:355069
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovModeli strojnog učenja za klasifikaciju glazbenih žanrova na skupu podataka AudioSet
Naslov (engleski)Machine Learning Models for Music Genre Classification on AudioSet Dataset
AutorMaja Polanec
MentorMarina Bagić Babac (mentor)
Član povjerenstvaMarina Bagić Babac (predsjednik povjerenstva)
Član povjerenstvaMelita Fertalj (član povjerenstva)
Član povjerenstvaKristijan Poje (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-06-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ova teza se bavi problemom klasifikacije glazbenih žanrova pomoću nadziranog strojnog učenja. Klasificirani žanrovi su pop, rock, hip-hop, vokal, reggae, R&B i techno. Za obuku i testiranje modela koristi se skup podataka AudioSet. Audio značajke iz vremenske i frekvencijske domene su inženjerski oblikovane i proslijeđene 6 različitim modelima: logistička regresija, stablo odlučivanja, slučajne šume, podržani vektori, XGBoost i naivni Bayes. Performanse modela se evaluiraju koristeći različite metrike evaluacije: točnost, matrica konfuzije, F1-ocjena i ROC-krivulja.
Sažetak (engleski)
This thesis deals with the problem of classifying music genres using supervised machine learning. Genres classified are pop, rock, hip-hop, vocal, reggae, R&B and techno. AudioSet dataset is used for training and testing models. Audio features from both time and frequency domain are engineered and fed to 6 different models: logistic regression, decision tree, random forests, support vector machine, XGBoost and naïve Bayes. Model performances are evaluated using different evaluation metrics: accuracy, confusion matrix, F1-score and ROC-curve.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:355069
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-07-13 10:28:41