ヒット曲を99.53％の精度で予測するAI

サンフランシスコ大学の大学生2人が、ヒット曲を予測するAIを開発。
的中率は99.53％とのこと。
このAIは、以下の4つの機械学習の方法を組み合わせて予測しているそうです。

ロジスティック回帰
ニューラルネットワーク
サポートベクターマシン（SVM）
ランダムフォレスト（RF）アーキテクチャ

原データはSpotifyという音楽配信サイトの180万曲の特徴を、Web APIで取得。
音楽の特徴とは「テンポ」「調性」「曲調」「音響効果」「ダンスしやすさ」「エネルギー」。

ニューラルネットワークで、曲のデータの学習。
ロジスティック回帰では、ヒット曲と非ヒット曲に分類。

RFアーキテクチャでオーバフィッティングの問題を回避。
オーバーフィッティングとは、機械学習がデータに合わせすぎて重要でないデータまで評価してしまう現象。
これにより精度が88％になったそうです。

サポートベクターマシンを使って、ヒット曲と非ヒット曲を分類する「超平面」を発見させています。
これにより精度が99.53％に上昇。

ただし、研究者はこのAIを使うと全ての曲が似た曲になり、新しい曲は生まれなくなると警告しています。

Using Spotify data to predict what songs will be hits