Algorytm uczenia maszynowego pomaga badaczom identyfikować przeboje z 97% dokładnością
Amerykańscy naukowcy wykorzystali złożoną technikę uczenia maszynowego do analizy reakcji mózgu i byli w stanie przewidzieć hity muzyczne z 97% dokładnością.
Co wiadomo
Naukowcy wyposażyli uczestników badania w specjalne czujniki i pozwolili im wysłuchać zestawu 24 piosenek. Zapytano ich również o preferencje muzyczne i zebrano pewne dane demograficzne.
Podczas eksperymentu naukowcy zmierzyli reakcje neurofizjologiczne uczestników. Według naukowców udało im się zarejestrować aktywność mózgu związaną z nastrojem i poziomem energii.
Po zebraniu danych naukowcy zastosowali różne podejścia statystyczne, aby ocenić skuteczność przewidywania zmiennych neurofizjologicznych. Aby poprawić dokładność, wykorzystali model uczenia maszynowego.
W rezultacie liniowy model statystyczny zidentyfikował trafienia w 69% przypadków. Po zastosowaniu modelu uczenia maszynowego dokładność wzrosła do 97%.
Według naukowców, ich badanie może pomóc usługom streamingowym zidentyfikować przeboje i skuteczniej tworzyć spersonalizowane listy odtwarzania.
Uważają oni również, że podejście to można wykorzystać do przewidywania sukcesu innych produktów rozrywkowych, takich jak filmy i programy telewizyjne.
Źródło: TechXplore