中图网

>

汽车与交通运输

>

综合运输

交通大数据——理论与方法

作者：刘志远，张文波

出版社：浙江大学出版社出版时间：2020-11-01

开本： 16开 页数： 270

本类榜单：工业技术销量榜

中图价:¥56.1(8.5折) 定价 ~~¥66.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥56.1 加入购物车

版权信息
内容简介
目录

交通大数据——理论与方法版权信息

ISBN：9787308210539
条形码：9787308210539 ; 978-7-308-21053-9
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
工业技术
>
汽车与交通运输
>
综合运输

交通大数据——理论与方法内容简介

本书从很基本的理论知识出发，首先介绍了Python这一数据挖掘工具的基本用法；其次以它为载体，介绍了大数据的数据探索方法、数据预处理、数据描述统计分析等方法；随后，为了增强本书读者对目前常用的热门算法的了解，本书深入浅出地介绍了包括回归、分类、聚类等在内的机器学习算法和深度学习算法。此外，在介绍上述理论知识和算法时，为了帮助读者对书中所介绍的知识与方法的理解，编者在书中的各个章节都嵌入了大量的交通案例，展示如何将各类算法模型应用到交通实践当中。
本书主要面向的是交通运输工程专业本科高年级，以及硕士生、博士生新生等交通数据分析中的初学者。

交通大数据——理论与方法目录

第1章绪论
1.1 本书的定位
1.1.1 背景
1.1.2 本书特点
1.1.3 本书目标
1.1.4 本书内容提要
1.2 本书的基础
1.2.1 何为数据挖掘
1.2.2 数据分析与建模的典型流程
1.2.3 交通数据类型介绍
1.3 本书的算例数据集简介
1.4 本书简介
1.5 参考文献
第2章 Python数据分析应用
2.1 Python环境配置
2.1.1 基础Python环境配置
2.1.2 Anaconda环境配置
2.1.3 常用交互式工具——Jupyter Notebook
2.2 Python基础知识
2.2.1 基础数据类型
2.2.2 变量和赋值
2.2.3 缩进和注释
2.3 Python中的容器
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.3.4 集合
2.4 流程控制语句
2.4.1 条件判断
2.4.2 循环
2.5 函数的定义与调用
2.6 异常处理
2.7 匿名函数
2.8 Python中的模块
2.8.1 模块的使用方法
2.8.2 Python标准库简介
2.8.3 Numpy简介
2.8.4 Pandas简介
2.8.5 高级统计特征函数
2.8.6 Matplotlib简介
2.8.7 Scikit-learn简介
2.8.8 TensorFlow简介
2.9 本章小结
2.10 本章习题
2.11 参考文献
第3章数据预处理与探索性数据分析
3.1 数据预处理
3.1.1 数据质量分析
3.1.2 缺失值处理
3.1.3 异常值处理
3.1.4 数据标准化处理
3.2 时空数据分析基础
3.2.1 空间坐标系转换
3.2.2 时空单元划分
3.2.3 时空特征提取
3.2.4 网格化处理后的滴滴网约车轨迹数据
3.3 探索性数据分析
3.3.1 数据分布特征分析
3.3.2 统计量分析
3.3.3 对比分析
3.3.4 周期性分析
3.3.5 相关性分析
3.4 本章小结
3.5 本章习题
3.6 参考文献
……
第4章大数据可视化的Python实践
第5章机器学习简介
第6章线性模型
第7章支持向量机
第8章决策树
第9章聚类分析
第10章集成学习
第11章人工神经网络
第12章深度学习

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐