近年来，随着大数据的引入和人工智能的发展，交通领域在大数据和人工智能的影响下不断发展，追求更快、更准确、更智能化的研究越来越迫切。驾驶行为及意图的识别、交通流的预测、交通规划等交通领域的更新内容都需要大数据和人工智能的支撑。本书介绍了大数据的框架和基本内容、特点及原理等，从数据的获取到深度学习，讲解的内容由浅入深，并通过Python编程实现数据获取和算法原理说明，使读者容易理解和掌握。 本书的具体研究内容如下。 ① 大数据概述：大数据的基本理论知识，大数据的特征、分类、框架结构等。 ② Python基础知识：各种模块的讲解，并配以案例实现。 ③ 机器学习模式识别：机器学习的类型，机器学习的基础数学知识，树和随机森林算法，KNN 算法，贝叶斯理论，支持向量机等模型和原理，以及具体的Python代码实现。 ④ 深度学习基础及应用：深度学习的微积分基础、线性代数基础、案例详解、深度学习框架以及硬件基础、深度学习的驾驶意图应用等。 ⑤ 深度学习的交通流预测研究：交通流理论基础、交通流统计分布特性的基本理论知识、交通流数据预处理等。
