프로젝트 설명
데이터 전처리 및 피처 추출:
구글 드라이브에 저장된 FLAC 및 WAV 음원 데이터에서 Librosa를 활용해 MFCC, 스펙트럴 센트로이드, 크로마, 스펙트럴 컨트라스트, 롤오프, 제로 크로싱 등 주요 피처를 추출하고 평균화
정규화 및 타겟 데이터 추출:
StandardScaler를 사용해 피처를 정규화하며, 파일명에서 타겟 데이터를 추출하여 라벨링을 수행
딥러닝 분류 모델 구성:
Dense 레이어와 Dropout을 포함한 신경망 모델을 구축해 정규화된 데이터를 기반으로 음원을 분류하고,
학습 과정에서 손실 및 정확도를 모니터링
성능 평가 및 시각화:
학습 후 혼동 행렬 히트맵과 손실·정확도 플롯을 통해 모델 성능을 시각화하며, 테스트 데이터에 대해 상위 3개 예측 결과와 신뢰도를 출력하여 평가
포트폴리오에 문제가 있나요?