一、课程名称
1．中文名称：交通数据分析与建模
2．英文名称：Transportation Data Analysis and Modeling
二、课程概况
课程类别：专业学位课 学时数：32 学分数：2
适用专业：交通运输/交通运输规划与管理 开课学期：第一学期
开课单位：交通运输学院
三、大纲编写人：翁金贤、于棋峰
四、教学目的及要求
大数据技术发展为道路交通的发展与建设提供了新的机遇，交通流数据、车辆活动数据、行人出行数据、公交车辆运行数据、基于移动通信的用户空间移动数据等，构成了庞大的多源信息环境。《交通数据分析与建模》旨在基于这些交通大数据为交通工程专业学生提供全面系统的专业数据分析与建模理论方法，并通过应用案例分析增强学生对交通大数据分析和建模理论知识的理解和实际应用分析能力。
通过本课程的学习使学生了解交通大数据的基本来源、应用场景；掌握交通大数据常用回归分析方法及模型构建原理；掌握交通大数据常用分类分析方法及模型构建原理；熟悉其他常用交通数据分析方法，包括时间序列分析、计数模型、贝叶斯模型等；掌握无监督学习中的异常数据检测、降维和常用分析方法；学会应用交通数据分析和建模方法并结合实际交通数据对具体交通问题进行分析和建模；通过本课程学习，希望学生能够形成较为全面的数据分析和建模思维，为从事专业技术工作以及科学研究打下基础。
五、课程主要内容及先修课程
课程主要内容：
第1章 交通大数据 （2学时）
1.1 概述
1.2 交通大数据源
1.3 交通大数据应用案例
1.4 数据分析软件
第2章 交通数据回归分析 （4学时）
2.1 高斯分布
2.2 假设检验
2.3 基本线形函数模型
2.4 支持向量机回归模型
2.5 应用案例分析（出行时间预测）
第3章 交通数据分类分析 （8学时）
3.1 分类树回归
3.2 Bagging法
3.3 Boosting法
3.4 Logistic回归
3.5 最小二乘概率分类
3.6 随机森林
3.7 应用案例分析
3.4.1交通模式检测
3.4.2碰撞事故分析
3.4.3实时风险评估
第4章 其他数据分析（6学时）
4.1 时间序列分析
4.2 计数模型
4.3 生存分析
4.4 贝叶斯模型
4.5 应用案例分析
第5章 无监督学习（8学时）
5.1 异常检测
5.2 无监督降维
5.3 聚类
5.4 主成分分析
5.5 概率主成分分析
5.6 应用案例分析
第6章 深度学习（4学时）
6.1 基本概念
6.2 神经网络
6.3 应用案例分析
先修课程：
1. 《交通工程导论》或《交通运输工程学》
2. 《概率论与数理统计》
3. 《高等数学》
六、课程教学方法
学习交通数据分析和建模的目的就是能利用大数据分析技术，解决实际交通中传统方法不能较好解决的问题，获取有关交通中多源多态的数据，进而实现实时交通状态评估和预测。交通大数据应用课程教学中，利用交通大数据分析软件，可以训练学生的编程能力，进而独立进行基础交通大数据软件开发。另一方面运用多媒体教学法，提高学生对教学内容的兴趣和注意力，激发学生的学习积极性与创造性。
为更好的帮助学生理解和掌握交通大数据分析技术，将定期让学生参与课程相关的科研工作，提高理论联系实际的效果，增强学生解决问题的能力，激励学生对该课程学习的积极性。
七、课程考核方式
本课程要求学生按时到课，积极参加课堂讨论，认真完成课后作业，认真准备课程学期论文。
课程考核采用课程论文与课后作业相结合的方式。
课程成绩包括：课程讨论（含考勤）占10%，课后作业占30%，课程论文占60%。
八、课程使用教材
自编课件
九、课程主要参考资料
[1]. Simon P. Washington, Matthew G. Karlaftis, Fred, L. Mannering. Statistical and Econometric Methods for Transportation Data Analysis. CRS Press, 2011.
[2]. 杨东援，段征宇. 大数据环境下城市交通分析技术. 同济大学出版社，上海，2015.
[3]. Ian Goodfellow, Yoshua Bengio, Aaron Courville著，赵申剑等译. 深度学习，人民邮电出版社，北京，2017.
[4]. James, G., Witten, D., Hastie, T. and Tibshirani, R., An Introduction to Statistical Learning. Springer, New York. 2013.
[5]. Christopher, M. B., Pattern Recognition and Machine Learning. Springer, New York. 2006.
[6]. 李红松等. 数据统计分析方法与技术. 经济管理出版社，北京，2014.