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，欢迎大家扫描二维码关注《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。
后台回复“GCN”获取GCN在交通领域内的应用总结PPT。
后台回复“书籍”获取交通领域几本经典pdf书籍，包括城市规划原理，现代交通规划学，交通规划原理。
关于科研，公众号的主要文章列表有：
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）
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：
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......
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！
本文分享自微信公众号 - Python与算法社区（alg-channel）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4585819/blog/4582331