近年來，隨著大數(shù)據(jù)的引入和人工智能的發(fā)展，交通領(lǐng)域在大數(shù)據(jù)和人工智能的影響下不斷發(fā)展，追求更快、更準確、更智能化的研究越來越迫切。駕駛行為及意圖的識別、交通流的預測、交通規(guī)劃等交通領(lǐng)域的更新內(nèi)容都需要大數(shù)據(jù)和人工智能的支撐。本書介紹了大數(shù)據(jù)的框架和基本內(nèi)容、特點及原理等，從數(shù)據(jù)的獲取到深度學習，講解的內(nèi)容由淺入深，并通過Python編程實現(xiàn)數(shù)據(jù)獲取和算法原理說明，使讀者容易理解和掌握。
本書的具體研究內(nèi)容如下。
① 大數(shù)據(jù)概述：大數(shù)據(jù)的基本理論知識，大數(shù)據(jù)的特征、分類、框架結(jié)構(gòu)等。
② Python基礎(chǔ)知識：各種模塊的講解，并配以案例實現(xiàn)。
③ 機器學習模式識別：機器學習的類型，機器學習的基礎(chǔ)數(shù)學知識，樹和隨機森林算法，KNN 算法，貝葉斯理論，支持向量機等模型和原理，以及具體的Python代碼實現(xiàn)。
④ 深度學習基礎(chǔ)及應用：深度學習的微積分基礎(chǔ)、線性代數(shù)基礎(chǔ)、案例詳解、深度學習框架以及硬件基礎(chǔ)、深度學習的駕駛意圖應用等。
⑤ 深度學習的交通流預測研究：交通流理論基礎(chǔ)、交通流統(tǒng)計分布特性的基本理論知識、交通流數(shù)據(jù)預處理等。
本書的出版得到了山東省自然科學基金面上項目(ZR2019MEE072)、教育部高等教育司“人因與工效學”產(chǎn)學合作協(xié)同育人項目(202101042014)、教育部人文社會科學研究規(guī)劃基金(18YJAZH067)、山東省自然科學基金面上項目(ZR2020MG021)、山東省泰山學者專項(ts201712054)、國家自然科學基金面上項目(5217052865)、工業(yè)流體節(jié)能與污染控制教育部重點實驗室項目(背景噪聲下小波包處理技術(shù)的深度學習聲紋識別研究)等資助。在此一并表示感謝。
最后，還要衷心感謝本書引用的參考資料的所有作者。由于筆者水平有限，書中難免有疏漏和不足之處，懇請讀者批評指正。

著者