适读人群 ：交通控制工程、智能交通数据分析人员

智能交通与智能驾驶系列

引用大量的交通案例，展示各类算法模型应用到交通实践

借助回归分析、聚类分析、神经网络与深度学习，从数据预处理、数据统计、数据模型、数据结果分析、数据可视化展示等方面，更加清晰地介绍了综合交通数据的具体处理和分析方法，赋能智能交通大数据应用。




综合交通数据科学关键板块：

1.地理信息系统

2.交通模拟

3.智能交通系统

4.大数据分析

5.交通政策和规划

6.交通数据共享和可视化




综合交通数据科学技术作用：

1，帮助预测和缓解交通拥堵，通过实时监测交通状况，交通管理者可以及时采取措施来改善道路流通，如调整信号灯、引导交通、提供实时交通信息等，从而降低交通拥堵；

2，有助于提高道路交通的安全性，减少交通事故和交通伤亡，识别交通安全问题的热点；

3. 有利于环境可持续性，城市交通规划可持续性，提高资源利用效率。

  
\t本书结合作者多年的科研和教学经验，深入浅出地介绍了数据科学中常用的热门的回归分析、聚类分析、神经网络与深度学习的原理、模型；在介绍理论知识的同时，引用了大量的交通案例，以便展示如何将各类算法模型应用到交通实践中。本书分别以杭州地铁、北京地铁客流数据和共享单车骑行数据为例，从数据预处理、数据统计、数据模型、数据结果分析、数据可视化展示等方面，更加清晰地介绍了综合交通数据的具体处理和分析方法，展示了如何运用这些技术来分析杭州和北京地铁客流数据，以及如何利用共享单车数据进行集成学习和客流预测，从而增强综合交通数据科学理论知识的可解释性，以便读者进一步增强综合交通数据科学技术实战能力，理解所介绍的知识与方法。



\t本书主要面向交通运输工程、交通设备与控制工程、智能交通等交通数据分析人员及初学者，以及相关专业高年级本科生、研究生等。

  
\t前言
第1章 绪论 1
1.1 数据科学的发展历程与应用现状 1
1.2 综合交通领域研究方向及应用需求 2
1.3 综合交通数据科学技术 3
1.3.1 概述 3
1.3.2 内容 3
1.3.3 应用 4
1.4 本书简介 4
第2章 回归分析的原理、模型与实现 6
2.1 回归分析简介 6
2.2 简单线性回归 7
2.2.1 案例引入 7
2.2.2 基本概念 7
2.2.3 模型描述 8
2.2.4 参数估计 9
2.2.5 欠拟合与过拟合 13
2.2.6 多元线性回归 16
2.3 逻辑回归 20
2.3.1 案例引入 20
2.3.2 基本概念 21
2.3.3 模型描述 21
2.3.4 参数估计 23
……