机器学习及智慧交通应用

本书从机器学习的基本概念出发，逐步深入讲解经典机器学习方法、深度学习、卷积神经网络、循环神经网络以及大模型技术，及它们在智慧交通中的应用，包括车辆追尾预警、交通事故严重程度判断、自动驾驶技术等丰富的案例。本书主要内容有绪论、回归分析、逻辑回归、K邻近算法、决策树、支持向量机、集成学习、贝叶斯分析、聚类分析、深度学习基础及交通标志分类实践项目、卷积神经网络理论及斑马线检测项目、循环神经网络及实践、大模型技术原理及交通领域智能体应用。本书内容丰富，叙述清晰且循序渐进，采用新形态构建形式。本书配有项目代码及讲解视频、部分教学案例和实践项目代码、习题及部分习题参考答案等，读者可扫描书中的二维码进行观看。本书还配有PPT课件、教学大纲等，免费赠送给采用本书作为教材的教师（可登录www.cmpedu.com注册下载）。本书适合作为智慧交通、智能车辆、自动控制等专业人工智能课程的入门教材。