新書推薦:
《
启蒙的辩证:哲学的片简(法兰克福学派哲学经典,批判理论重要文本)
》
售價:HK$
76.2
《
云中记
》
售價:HK$
76.2
《
中国古代妇女生活(中国古代生活丛书)
》
售價:HK$
47.0
《
你的认知正在阻碍你
》
售價:HK$
65.0
《
我们身边的小鸟朋友:手绘观鸟笔记
》
售價:HK$
78.2
《
拯救免疫失衡
》
售價:HK$
55.8
《
收尸人
》
售價:HK$
72.8
《
大模型应用开发:RAG入门与实战
》
售價:HK$
89.4
|
編輯推薦: |
●大数据技术基础理论知识:大数据的特征、分类、框架结构等。●Python编程基础知识:各种模块的讲解,并配以实操案例。●机器学习模式识别:机器学习的类型、机器学习的基础数学知识、树和随机森林算法、KNN算法、贝叶斯理论、支持向量机等模型和原理以及具体的Python代码实现。●深度学习基础知识及应用:深度学习的微积分基础、线性代数基础、案例详解、深度学习框架以及硬件基础、深度学习的驾驶意图应用等。●深度学习的交通流预测研究:交通流理论基础、交通流统计分布特性的基本理论知识、交通流数据预处理、深度学习的交通流预测等。
|
目錄:
|
第1 章 绪论0011.1 大数据概述0021.2 Python 概述0031.3 交通运输大数据概述004第2 章 Python 基础知识0072.1 变量和简单数据类型0082.2 Python 语法基础0102.3 数据可视化0202.4 数据的统计学特征0252.5 代数和符号运算问题0282.6 基本数学运算0302.7 不同类型的数字0312.8 Pandas 和NumPy 模块032第3 章 大数据基础0433.1 大数据0443.2 Hadoop 大数据平台0463.3 大数据与人工智能0503.4 探索性数据分析0513.5 相关分析和回归分析0543.6 降维数据分析056第4 章 机器学习模式识别0654.1 人工智能、机器学习和深度学习关系0664.2 机器学习基础0684.3 机器学习中的参数及拟合问题0714.4 矩阵基本知识0724.5 树和随机森林算法0764.6 KNN 算法0784.7 贝叶斯理论0784.8 支持向量机0804.9 神经网络085第5 章 深度学习基础及应用1015.1 深度学习中的微积分基础1025.2 深度学习的线性代数基础1065.3 基于Python 的神经网络案例算法详解1075.4 深度学习框架1135.5 深度学习的硬件基础1175.6 卷积神经网络算法详解1185.7 循环神经网络和长短期记忆网络1255.8 基于LSTM 的驾驶意图识别130第6 章 深度学习的交通流预测研究1396.1 交通流理论基础1406.2 交通流的统计分布特性1426.3 交通流数据预处理1446.4 交通信息获取技术1466.5 宏观交通流模型及微观交通流模型1476.6 基于深度学习的交通流预测149参考文献155
|
內容試閱:
|
近年来,随着大数据的引入和人工智能的发展,交通领域在大数据和人工智能的影响下不断发展,追求更快、更准确、更智能化的研究越来越迫切。驾驶行为及意图的识别、交通流的预测、交通规划等交通领域的更新内容都需要大数据和人工智能的支撑。本书介绍了大数据的框架和基本内容、特点及原理等,从数据的获取到深度学习,讲解的内容由浅入深,并通过Python编程实现数据获取和算法原理说明,使读者容易理解和掌握。本书的具体研究内容如下。① 大数据概述:大数据的基本理论知识,大数据的特征、分类、框架结构等。② Python基础知识:各种模块的讲解,并配以案例实现。③ 机器学习模式识别:机器学习的类型,机器学习的基础数学知识,树和随机森林算法,KNN 算法,贝叶斯理论,支持向量机等模型和原理,以及具体的Python代码实现。④ 深度学习基础及应用:深度学习的微积分基础、线性代数基础、案例详解、深度学习框架以及硬件基础、深度学习的驾驶意图应用等。⑤ 深度学习的交通流预测研究:交通流理论基础、交通流统计分布特性的基本理论知识、交通流数据预处理等。本书的出版得到了山东省自然科学基金面上项目(ZR2019MEE072)、教育部高等教育司“人因与工效学”产学合作协同育人项目(202101042014)、教育部人文社会科学研究规划基金(18YJAZH067)、山东省自然科学基金面上项目(ZR2020MG021)、山东省泰山学者专项(ts201712054)、国家自然科学基金面上项目(5217052865)、工业流体节能与污染控制教育部重点实验室项目(背景噪声下小波包处理技术的深度学习声纹识别研究)等资助。在此一并表示感谢。后,还要衷心感谢本书引用的参考资料的所有作者。由于笔者水平有限,书中难免有疏漏和不足之处,恳请读者批评指正。著者
|
|