交通大数据——理论与方法（第二版）

图书标准信息

• 作者 刘志远
• 出版社 浙江大学出版社
• 出版时间 2022-09
• 版次 1
• ISBN 9787308228497
• 定价 49.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 284页
• 字数 537千字

【内容简介】

本次改版主要是对书中的滴滴数据进行更换，本书主要介绍大数据分析所需的基本编程理论知识和常用算法并通过工程实例对交通大数据分析的理论及实践进行深入介绍。主要了介绍了数据库和Python，Hadoop和Spark的通用分布式大数据计算平台，以及常用的机器学习和深度学习算法，主要包括统计机器学习概论、线性模型的概念和算法、支持向量机的算法思想和应用、决策树的算法原理和应用、常用的聚类分析算法和应用、集成学习的基本原理和应用、常用的集中神经网络算法

【作者简介】

刘志远，博士，东南大学教授，博士生导师，入选国家“青年千人计划”、江苏省“双创人才”、东南大学“青年首席教授”。

【目录】

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

2.8.2 python标准库简介

2.8.3 numpy简介

2.8.4 pandas简介

2.8.5 matplotlib简介

2.8.6 scikit-learn简介

2.8.7 tensorflow简介

2.9 本章小结

2.10 本章题

2.11 参文献

第3章 数据预处理与探索数据分析

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 网格化处理后的网约车轨迹数据

3.3 探索数据分析

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 周期分析

3.3.5 相关分析

3.4 本章小结

3.5 本章题

3.6 参文献

……

第4章 大数据可视化的python实践

第5章 机器学简介

第6章 线模型

第7章 支持向量机

第8章 决策树

第9章 聚类分析

0章 集成学

1章 人工神经网络

2章 深度学