中圖網(wǎng)小程序
一鍵登錄
更方便
本類(lèi)五星書(shū)更多>
-
>
公路車(chē)寶典(ZINN的公路車(chē)維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書(shū)中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車(chē)概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車(chē)
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥43.3
加入購(gòu)物車(chē)
交通大數(shù)據(jù)——理論與方法(第二版) 版權(quán)信息
- ISBN：9787308228497
- 條形碼：9787308228497 ; 978-7-308-22849-7
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
交通大數(shù)據(jù)——理論與方法(第二版) 內(nèi)容簡(jiǎn)介
在對(duì)交通大數(shù)據(jù)的處理過(guò)程中，面對(duì)規(guī)模龐大的交通大數(shù)據(jù)，交通工程師和研究者所面對(duì)的數(shù)據(jù)日益紛雜，傳統(tǒng)的數(shù)據(jù)分析技術(shù)在一些方面存在種種局限。這些局限往往是由大數(shù)據(jù)本身的多源性、龐雜性、緊迫性等特點(diǎn)帶來(lái)的。如果沒(méi)有強(qiáng)有力的工具，我們將難以有效理解數(shù)據(jù)，造成“數(shù)據(jù)豐富，知識(shí)貧乏”的窘境。因此，需要新的理論知識(shí)和數(shù)據(jù)挖掘方法來(lái)指導(dǎo)我們有效分析大數(shù)據(jù)，進(jìn)而構(gòu)建基于大數(shù)據(jù)的新一代交通工程方法與理論體系。針對(duì)這一問(wèn)題，在大數(shù)據(jù)時(shí)代應(yīng)運(yùn)而生的機(jī)器學(xué)習(xí)、統(tǒng)計(jì)模型、數(shù)據(jù)庫(kù)等方法和工具可以幫助交通領(lǐng)域的研究者和從業(yè)者對(duì)大數(shù)據(jù)進(jìn)行有效的挖掘，《交通大數(shù)據(jù)：理論與方法（第二版）》也在這一需求下應(yīng)運(yùn)而生。
現(xiàn)有的數(shù)據(jù)挖掘方法和工具在交通領(lǐng)域的應(yīng)用還存在一定的局限。為了有效克服這些問(wèn)題，《交通大數(shù)據(jù)：理論與方法（第二版）》選擇了合適的數(shù)據(jù)挖掘工具，結(jié)合相應(yīng)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法探索有效的數(shù)據(jù)分析方法。更重要的是，作為一本面向交通運(yùn)輸工程專(zhuān)業(yè)的數(shù)據(jù)分析類(lèi)教材書(shū)，《交通大數(shù)據(jù)：理論與方法（第二版）》結(jié)合了交通領(lǐng)域的大量實(shí)例，對(duì)各類(lèi)理論方法與分析工具的學(xué)習(xí)提供了諸多參考，非常有助于交通工程專(zhuān)業(yè)背景的初學(xué)者迅速、深入掌握各類(lèi)大數(shù)據(jù)分析的工具與方法。
交通大數(shù)據(jù)——理論與方法(第二版) 目錄
第1章 緒論
1.1 本書(shū)的定位
1.1.1 背景
1.1.2 本書(shū)特點(diǎn)
1.1.3 本書(shū)目標(biāo)
1.1.4 本書(shū)內(nèi)容提要
1.2 本書(shū)的基礎(chǔ)
1.2.1 何為數(shù)據(jù)挖掘
1.2.2 數(shù)據(jù)分析與建模的典型流程
1.2.3 交通數(shù)據(jù)類(lèi)型介紹
1.3 本書(shū)的算例數(shù)據(jù)集簡(jiǎn)介
1.4 本書(shū)簡(jiǎn)介
1.5 參考文獻(xiàn)
第2章 Python數(shù)據(jù)分析應(yīng)用
2.1 Python環(huán)境配置
2.1.1 基礎(chǔ)Python環(huán)境配置
2.1.2 Anaconda環(huán)境配置
2.1.3 常用交互式工具——Jupyter Notebook
2.2 Python基礎(chǔ)知識(shí)
2.2.1 基礎(chǔ)數(shù)據(jù)類(lèi)型
2.2.2 變量和賦值
2.2.3 縮進(jìn)和注釋
2.3 Python中的容器
2.3.1 列表
2.3.2 元組
2.3.3 字典
2.3.4 集合
2.4 流程控制語(yǔ)句
2.4.1 條件判斷
2.4.2 循環(huán)
2.5 函數(shù)的定義與調(diào)用
2.6 異常處理
2.7 匿名函數(shù)
2.8 Python中的模塊
2.8.1 模塊的使用方法
2.8.2 Python標(biāo)準(zhǔn)庫(kù)簡(jiǎn)介
2.8.3 Numpy簡(jiǎn)介
2.8.4 Pandas簡(jiǎn)介
2.8.5 Matplotlib簡(jiǎn)介
2.8.6 Scikit-learn簡(jiǎn)介
2.8.7 TensorFlow簡(jiǎn)介
2.9 本章小結(jié)
2.10 本章習(xí)題
2.11 參考文獻(xiàn)
第3章 數(shù)據(jù)預(yù)處理與探索性數(shù)據(jù)分析
3.1 數(shù)據(jù)預(yù)處理
3.1.1 數(shù)據(jù)質(zhì)量分析
3.1.2 缺失值處理
3.1.3 異常值處理
3.1.4 數(shù)據(jù)標(biāo)準(zhǔn)化處理
3.2 時(shí)空數(shù)據(jù)分析基礎(chǔ)
3.2.1 空間坐標(biāo)系轉(zhuǎn)換
3.2.2 時(shí)空單元?jiǎng)澐?
3.2.3 時(shí)空特征提取
3.2.4 網(wǎng)格化處理后的網(wǎng)約車(chē)軌跡數(shù)據(jù)
3.3 探索性數(shù)據(jù)分析
3.3.1 數(shù)據(jù)分布特征分析
3.3.2 統(tǒng)計(jì)量分析
3.3.3 對(duì)比分析
3.3.4 周期性分析
3.3.5 相關(guān)性分析
3.4 本章小結(jié)
3.5 本章習(xí)題
3.6 參考文獻(xiàn)
……
第4章 大數(shù)據(jù)可視化的Python實(shí)踐
第5章 機(jī)器學(xué)習(xí)簡(jiǎn)介
第6章 線性模型
第7章 支持向量機(jī)
第8章 決策樹(shù)
第9章 聚類(lèi)分析
第10章 集成學(xué)習(xí)
第11章 人工神經(jīng)網(wǎng)絡(luò)
第12章 深度學(xué)習(xí)
展開(kāi)全部
書(shū)友推薦
- >
經(jīng)典常談
- >
自卑與超越
- >
二體千字文
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
名家?guī)阕x魯迅:朝花夕拾
- >
羅庸西南聯(lián)大授課錄
- >
山海經(jīng)
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
本類(lèi)暢銷(xiāo)
