您好,欢迎来到聚文网。 登录 免费注册
大数据及其在交通运输中的应用

大数据及其在交通运输中的应用

  • 字数: 177
  • 出版社: 化学工业
  • 作者: 李敏//王武宏//潘福全|责编:陈景薇
  • 商品条码: 9787122399830
  • 版次: 1
  • 开本: 16开
  • 页数: 158
  • 出版年份: 2022
  • 印次: 4
定价:¥88 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
作者简介
目录
第1 章 绪论001 1.1 大数据概述002 1.2 Python 概述003 1.3 交通运输大数据概述004 第2 章 Python 基础知识007 2.1 变量和简单数据类型008 2.2 Python 语法基础010 2.3 数据可视化020 2.4 数据的统计学特征025 2.5 代数和符号运算问题028 2.6 基本数学运算030 2.7 不同类型的数字031 2.8 Pandas 和NumPy 模块032 第3 章 大数据基础043 3.1 大数据044 3.2 Hadoop 大数据平台046 3.3 大数据与人工智能050 3.4 探索性数据分析051 3.5 相关分析和回归分析054 3.6 降维数据分析056 第4 章 机器学习模式识别065 4.1 人工智能、机器学习和深度学习关系066 4.2 机器学习基础068 4.3 机器学习中的参数及拟合问题071 4.4 矩阵基本知识072 4.5 树和随机森林算法076 4.6 KNN 算法078 4.7 贝叶斯理论078 4.8 支持向量机080 4.9 神经网络085 第5 章 深度学习基础及应用101 5.1 深度学习中的微积分基础102 5.2 深度学习的线性代数基础106 5.3 基于Python 的神经网络案例算法详解107 5.4 深度学习框架113 5.5 深度学习的硬件基础117 5.6 卷积神经网络算法详解118 5.7 循环神经网络和长短期记忆网络125 5.8 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139 6.1 交通流理论基础140 6.2 交通流的统计分布特性142 6.3 交通流数据预处理144 6.4 交通信息获取技术146 6.5 宏观交通流模型及微观交通流模型147 6.6 基于深度学习的交通流预测149 参考文献155

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网