交通數(shù)據(jù)科學：編程實踐指南 國外高校優(yōu)秀教材系列·交通類 配代碼資源 機工版
定 價：99 元
叢書名：國外高校優(yōu)秀教材系列·交通類
- 作者：[英]查爾斯·�？怂梗–harles Fox）
- 出版時間：2022/6/1
- ISBN：9787111702306
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：U495
- 頁碼：156
- 紙張：
- 版次：
- 開本：16
交通信息是交通決策的關鍵，如果我們采用合理的技術，交通信息就可以幫助我們節(jié)約大量成本，并提高工作效率。更重要的是，研發(fā)適當?shù)募夹g還可以使我們理解并掌握所有的信息流�！督煌〝�(shù)據(jù)科學：編程實踐指南》為處理大量交通相關的多種形式數(shù)據(jù)提供基礎，并且在各種數(shù)據(jù)集組合在一起時提供更多的見解和合作的可能。如果我們要實現(xiàn)“大數(shù)據(jù)”“物聯(lián)網”“智慧城市”等交通領域當前的重要目標，那么這些便是新興數(shù)據(jù)科學領域的基礎。
本書可作為相關專業(yè)本科生和研究生學習智能交通系統(tǒng)數(shù)據(jù)分析的教材，也適用于從事智能交通行業(yè)的研發(fā)人員閱讀使用。
作者簡介
譯者簡介
序
前言
讀者推薦
第1章“數(shù)據(jù)科學”與“大數(shù)據(jù)”1
1.1交通數(shù)據(jù)科學示例1
1.1.1倫敦軌道高速公路的起點-終點分析1
1.1.2航空公司定價與套利3
1.1.3凹坑檢測4
1.1.4Foursquare4
1.1.5自動駕駛汽車4
1.1.6出租車服務5
1.2綜述5
1.3定義6
1.4與其他領域的關系7
1.5道德和法律9
1.6批評觀點9
1.7練習：itsleeds虛擬桌面設置10
1.8延伸閱讀12
1.9附錄：本地安裝13
第2章基于交通數(shù)據(jù)科學的Python入門14
2.1編程技能測試14
2.2編程語言16
2.3編程環(huán)境16
2.4語言核心17
2.4.1列表18
2.4.2字典18
2.4.3控制結構19
2.4.4文件19
2.4.5函數(shù)20
2.5庫20
2.5.1模塊20
2.5.2數(shù)學公式21
2.5.3繪圖21
2.5.4數(shù)據(jù)框22
2.5.5調試23
2.6延伸閱讀23
第3章數(shù)據(jù)庫設計25
3.1關系模型基礎25
3.2描繪世界26
3.2.1本體論27
3.2.2哲學本體論27
3.2.3數(shù)據(jù)本體論30
3.2.4SQL33
3.3練習33
3.3.1設置PostgreSQL33
3.3.2SQL創(chuàng)建語言33
3.3.3SQL查詢語言34
3.3.4SQL和Python的連接36
3.3.5導入車載藍牙數(shù)據(jù)37
3.4延伸閱讀37
第4章數(shù)據(jù)準備39
4.1數(shù)據(jù)獲取39
4.2基本文本處理40
4.3格式語法：喬姆斯基層次結構40
4.3.1正則語言（類型3）41
4.3.2上下文無關語言（類型2）42
4.3.3CFG以外的類型（類型1和類型0）43
4.4特殊類型43
4.4.1字符串和數(shù)值43
4.4.2日期和時間44
4.4.3美國國家海洋電子協(xié)會（NMEA）格式45
4.5通用格式46
4.6數(shù)據(jù)清洗47
4.7B+樹的實現(xiàn)47
4.8練習48
4.8.1用Pandas讀取數(shù)據(jù)庫48
4.8.2printf表示法48
4.8.3DateTimes49
4.8.4時間的偏差與校正49
4.8.5數(shù)據(jù)匹配50
4.8.6車載藍牙50
4.9延伸閱讀51
第5章空間數(shù)據(jù)52
5.1大地測量學52
5.2全球導航衛(wèi)星系統(tǒng)（GNSS）53
5.3地理信息系統(tǒng)（GIS）55
5.3.1GIS的作用55
5.3.2空間本體論56
5.3.3空間數(shù)據(jù)結構57
5.4實施58
5.4.1空間文件58
5.4.2空間數(shù)據(jù)源59
5.4.3空間數(shù)據(jù)庫59
5.4.4空間數(shù)據(jù)框59
5.5練習59
5.5.1GPS投影59
5.5.2PostGIS60
5.5.3GeoPandas61
5.5.4QGIS路線圖62
5.5.5繪制開放式街道地圖（OSM）道路62
5.5.6獲取OSM數(shù)據(jù)63
5.5.7藍牙車輛傳感器站點64
5.6延伸閱讀65
第6章貝葉斯推斷68
6.1貝葉斯推斷與“統(tǒng)計”68
6.2高速公路行程時間69
6.3貝葉斯推斷70
6.3.1貝葉斯定理70
6.3.2法律判定：車輛撞人事故71
6.3.3先驗和后驗72
6.3.4道路用戶跟蹤72
6.4貝葉斯網絡73
6.4.1紅綠燈貝葉斯網絡73
6.4.2交通事故貝葉斯網絡74
6.4.3事故報告75
6.4.4汽車保險76
6.5先驗和偏見77
6.6因果關系77
6.7模型的比較與組合80
6.8練習81
6.8.1用PyMC3推斷交通信號燈81
6.8.2用PyMC3推斷事故道路狀態(tài)變化81
6.8.3切換泊松動態(tài)82
6.9延伸閱讀82
第7章機器學習83
7.1產生性與區(qū)分性汽車排放83
7.2簡單分類85
7.2.1線性判別分析（LDA）85
7.2.2最鄰近分析85
7.2.3模塊匹配85
7.2.4樸素貝葉斯分類86
7.2.5決策樹86
7.3神經網絡和“深度學習”87
7.4局限與拓展90
7.5練習92
7.6延伸閱讀94
第8章空間分析95
8.1空間數(shù)據(jù)96
8.2貝葉斯空間模型97
8.2.1馬爾可夫隨機場（MRF）97
8.2.2高斯過程（克里金法）99
8.3車輛路線100
8.4空間特征101
8.5探索性分析101
8.6問題擴展103
8.7練習104
8.7.1GPy中的高斯過程104
8.7.2高斯過程車輛密度106
8.7.3使用PostGIS的車輛路線選擇106
8.7.4查找路邊傳感器站點107
8.8延伸閱讀107
第9章數(shù)據(jù)可視化108
9.1視覺感知108
9.1.1顏色108
9.1.2視覺注意110
9.2地理可視化（地圖）113
9.2.1交通流圖116
9.2.2滑圖117
9.2.3信息圖117
9.3練習120
9.3.1帶有Leaflet的網絡地圖120
9.3.2藍牙起止點路線流122
9.3.3大型項目建議123
9.4延伸閱讀124
第10章大數(shù)據(jù)125
10.1中型數(shù)據(jù)加速126
10.2企業(yè)數(shù)據(jù)拓展127
10.3CAP定理129
10.4大數(shù)據(jù)擴展130
10.4.1數(shù)據(jù)“湖”130
10.4.2網格計算130
10.4.3Map-Reduce和云計算132
10.4.4Hadoop生態(tài)系統(tǒng)133
10.4.5非關系數(shù)據(jù)庫（NoSQL）133
10.4.6分布式關系數(shù)據(jù)庫（NewSQL）135
10.5練習135
10.5.1PrologAI汽車保險查詢135
10.5.2車載藍牙數(shù)據(jù)的Mapper-Reduce136
10.5.3設置Hadoop和Spark137
10.5.4在Hadoop中查找車輛匹配項138
10.5.5用Spark預測交通流139
10.5.6大型項目建議141
10.6延伸閱讀142
第11章專業(yè)問題143
11.1道德、倫理和法律143
11.2倫理問題144
11.2.1隱私144
11.2.2去匿名化（Doxing）145
11.2.3預測分析146
11.2.4社會和個人的平衡146
11.2.5貨幣化147
11.2.6本體偏差148
11.2.7p值操縱149
11.2.8代碼質量150
11.2.9代理沖突151
11.2.10服務器管轄權151
11.2.11安全服務152
11.3英國法律框架152
11.3.11988年《數(shù)據(jù)保護法》152
11.3.2通用數(shù)據(jù)保護法規(guī)（GPDR）153
11.4數(shù)據(jù)科學家的角色154
11.5練習155
11.6延伸閱讀155
書單推薦
