推荐| 一位专注于交通大数据与深度学习的留学博士

本文推荐一位专注于交通大数据与深度学习的留学博士张金雷。以下是他的自荐全文：

大家好，我是北京交通大学的博士研究生，目前在美国西雅图华盛顿大学做博士联合培养，欢迎大家关注《当交通遇上机器学习》，以各类交通大数据为主线，专注于人工智能，机器学习、深度学习在轨道交通和道路交通的科研前沿与应用～

公众号主要讲述：循环神经网络RNN、LSTM、卷积神经网络CNN、残差网络ResNet、自编码器AutoEncoder、图卷积神经网络GCN等在各类交通大数据（包括轨道交通刷卡数据、国内外出租车GPS数据、国内外共享单车轨迹数据、共享单车订单数据、公交刷卡数据等）领域内的科研前沿与应用现状~

关注上面那个公众号：

后台回复“数据”即可获取高达175G的四个月的滴滴GPS数据和滴滴订单数据的获取方式，以及从数据处理（Oracle数据库）、模型构建（机器学习）、编程实现（python）到可视化（ArcGIS）等一系列视频教程和软件安装包。具体请参阅：你想要的交通大数据和学习资料，分享给你！

后台回复“纽约”获取美国纽约10年的出租车轨迹数据以及7年的共享单车轨迹数据下载地址。

后台回复“芝加哥”获取美国芝加哥6年的共享单车轨迹数据下载地址。

后台回复“加州”获取美国加州近20年的高速公路交通流量监测数据下载地址。

关于科研，公众号的主要文章列表有：

基于动态时空图卷积神经网络的交通流预测

交通预测新视角-基于GCN的出租车OD需求预测

基于多图卷积神经网络的多模式交通预测应用对比

基于时空注意力机制的图卷积神经网络交通流预测（附数据集下载方式）

ST-MGCN：基于时空多图卷积神经网络的网约车需求预测

基于时空网络的出租车OD需求预测-简介

基于时空网络的出租车OD需求预测-模型框架（附数据集下载方式）

基于图卷积神经网络的城市轨道交通流量预测

基于图卷积神经网络的共享单车流量预测（附数据集下载地址）

图卷积神经网络GCN---在交通预测中考虑网络拓扑结构

基于ResNet深度时空残差网络的城市交通流预测

Keras之ConvLSTM参数详解——可以套模型了！

交通预测-如何在深度学习框架下考虑动态时空相似性？

CNN卷积神经网络如何处理一维时间序列数据？

CNN卷积神经网络之交通预测案例

用来图片识别的CNN卷积神经网络可以做交通预测吗？

基于深度学习的短时道路交通流预测：ConvLSTM+Bi-LSTM

交通预见未来(1)：循环神经网络之LSTM，不只有七秒钟的记忆

交通预见未来(2): 如何使用AutoEncoder自编码器预测客流量

交通预见未来(3):  如果只知道CNN和RNN 你就out了: 初识ConvLSTM

交通预见未来(4)：从NLP自然语言处理到工程领域中的时间序列：我们能学到什么？

关于生活，公众号的主要文章列表有：

第一次，我们就这样不期而遇

那些年，我在读博中明白的5个道理

它是一只猫，却成了世界顶级物理学期刊的论文作者

朋友在美团的这两年，想和你分享

硕博生应该努力走“硬核学术”之路

当前（2019年）机器学习中有哪些研究方向特别的坑？最后一点真相了......

朋友从研究生生活中得到的经验

三个月了，未来的路，还一起走吗？

心有所向，未来可期：感恩三年友谊的小船

读博一年，10个感悟

把读博当成"退路"的同学们,都是怎么想的呢？

如果你和我一样是轨道交通、道路交通、城市规划相关领域的，可以加微信：Dr_JinleiZhang，备注“进群”，加入交通大数据交流群！希望我们共同进步！

———————— 完 ————————

机器学习初学者

黄海广博士的个人公众号，黄海广博士个人知乎粉丝21000+，github排名全球前120名（29200+）。本公众号致力于人工智能方向的科普性文章，为初学者提供学习路线和基础资料。原创作品有：吴恩达机器学习个人笔记、吴恩达深度学习笔记等。

往期精彩回顾

• 那些年做的学术公益-你不是一个人在战斗

• 良心推荐：机器学习入门资料汇总及学习建议
  

• 黄海广博士的github镜像下载（机器学习及深度学习笔记及资源）

• 机器学习小抄-（像背托福单词一样理解机器学习）
  

• 首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件
  

• 重磅 | 完备的 AI 学习路线，最详细的资源整理！
  

• 图解word2vec(原文翻译)

• 机器学习的相关数学资料下载

备注：加入本站微信群或者qq群，请回复“加群”

加入知识星球，请回复“知识星球”，ID：92416895