Classificazione del Genere Musicale mediante Algoritmi di Intelligenza Artificiale

In recent times, online music streaming apps have become extremely popular due to their convenience and ability to deliver wonderful experiences. In particular, current music apps have the ability to categorize songs to enhance the user experience. This means that based on song metrics such as tempo, danceability, energy, etc., online music apps can accurately predict the genre of a song. From there, the app's automatic recommendation feature will organize those songs into a playlist and suggest them to the listener. Therefore, this is an extremely important part of the success of today's online music apps. There are many ways to classify music. However, in this thesis, I want to discuss four types of algorithms in machine learning: K-Nearest Neighbors, Support Vector Machine, Random Forest, and Gradient Boosting. I will conduct a study on an existing dataset and use evaluation metrics to compare the effectiveness of the above algorithm models. From there, we will be able to see which model has the most accurate classification ability among the four models above. This result can help music streaming applications optimize the user experience.

Negli ultimi tempi, le applicazioni di streaming musicale online sono diventate estremamente popolari grazie alla loro praticità e alla capacità di offrire esperienze straordinarie. In particolare, le attuali applicazioni di streaming musicale hanno la capacità di classificare i brani per migliorare l'esperienza dell'utente. Ciò significa che, sulla base di parametri quali il tempo, la ballabilità, l'energia, ecc., le applicazioni sono in grado di prevedere con precisione il genere di un brano. Da lì, il sistema di raccomandazione automatica dell'applicazione organizzerà questi brani in una playlist e li suggerirà all'ascoltatore. Pertanto, questa è una parte estremamente importante del successo delle attuali applicazioni di streaming musicale online. Ci sono molti modi per classificare la musica. Tuttavia, in questo argomento di tesi, vorrei discutere quattro tipi di algoritmi in machine learning: K-Nearest Neighbours, Support Vector Machine, Random Forest e Gradient Boosting. Condurrò uno studio su un set di dati esistente e utilizzerò metriche di valutazione per confrontare l'efficacia dei modelli algoritmici sopra citati. Da ciò, saremo in grado di vedere quale modello ha la più alta accuratezza di classificazione tra i quattro modelli sopra menzionati. Questi risultati possono aiutare le applicazioni di streaming musicale a ottimizzare l'esperienza utente per gli ascoltatori.