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