数据科学学习资源在道路交通数据中的应用？

Question

我的背景

我是土木工程专业的研究生。对于道路交通数据的分析(车辆轨迹作为时间序列)，我工作的大数据集，主要是大约100万个数据点或更多。

当MS无法打开大数据文件时，我开始使用R语言。使用基本统计知识和R代码，我开发了几个算法来识别数据中的某些模式，这些模式适用于许多应用程序。但我仍然缺乏R.

现在，我熟悉基本的推断统计和R包(plyr、dplyr、ggplot2等)。最近，我认识到机器学习算法也有助于通过监督/无监督学习来定义数据中的模式，它们的应用可以提高使用交通数据预测驾驶员某些“行为”的准确性。

问题

我有统计学和R的基本知识，作为初学者，我想学习数据科学/机器学习。我知道统计学中的一些概念。与ML重叠，这可能会填补我学习ML的空白。请记住我的背景，你会建议我开始学习数据科学并将它应用于我的领域吗？

Answer 1

学习数据科学的最好方法是通过解决问题。我建议你去卡格尔解决知识问题。

要想在机器学习问题上有一个好的开端，请使用R中的树包来适应自己--这将帮助您理解决策树是如何工作的，以及在此基础上，随机森林、梯度增强机器和其他复杂的基于树的算法是如何工作的。

然后是支持向量机和深度学习模型。

为了理解无监督的学习问题，学习k-均值并将其用于聚类。

其他需要理解的一般概念/想法有：

1. 交叉验证
2. 过度拟合、正则化
3. 偏差-方差权衡
4. 降维/变量选择
5. 泛化误差
6. 集成学习

对于书籍来说，对熟悉统计数据并想进入机器学习的人来说，最常见的推荐是哈斯蒂、蒂斯拉尼和弗里德曼的“统计学习的要素”。