Unidade:
|
Instituto de Ciências Matemáticas e de Computação |
Modalidade:
|
Difusão |
Tipo:
|
Presencial |
Público Alvo:
|
Estudantes de Graduação e de pós-graduação das áreas de matemática,
estatística, matemática aplicada, ciências de computação, engenharia e afins e
demais interessados |
Objetivo:
|
Com o crescimento de plataformas de streaming e tecnologias para divulgação e aprendizado de música, tarefas computacionais são cada vez mais necessárias nesse domínio. Exemplos dessas tarefas são classificação de gênero e emoção, reconhecimento de plágio, sistemas de recomendação, visualização, criação automática de playlists, entre outros. Do ponto de vista de ciência de dados, este é um domínio muito interessante, uma vez que os dados são complexos e heterogêneos, como o áudio das gravações, letras das músicas, comentários e likes de consumidores, capas de álbuns, fotos de artistas, críticas de especialistas, entre muitos outros. Neste minicurso, abordaremos técnicas capazes de lidar com essa complexidade, aproveitando as diferentes fontes de dados para melhorar o desempenho em diferentes tarefas de ciência de dados musicais |
Pré-requisito Graduação:
|
Não |
|
|
Área de Conhecimento:
|
Estatística
|
|
|
|