全书将理论与实战结合，注重案例的学习。本书设计思路以数据分析的流程为导向，从数据获取到建模分析，再到案例，让读者明确如何利用所学知识来解决问题，通过课后习题巩固所学知识，真正理解并能够应用所学知识。全书大部分章节紧扣具体应用展开，不堆积知识点，着重于思路的启发与解决方案的实施。
本书以Python数据分析与挖掘 的常用技术与交通行业真实案例相结合的方式，深入浅出的介绍Python数据分析与挖掘技术的重要内容。全书共10章，内容包括交通大数据的背景与应用、数据分析的基本任务和基本流程、开发环境，Python的基本命令和基本数据结构、Python数据分析常用类库、常见数据来源、交通信息采集技术、常见数据类型、常见数据读取方法、数据探索、数据预处理、常见分类与回归模型、聚类模型、时间序列模型等技术，以及二手汽车售价预测、公交站点设置优化分析、铁路旅客客流量预测、如何使用TipDM数据挖掘建模平台实现二手车售价预测案例。本书大部分章节包含了课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
本书可用于交通行业相关高校的教学和培训，也可以作为高校数据科学或人工智能 相关专业教材，也可作为机器学习爱好者的自学用书。
关注“官方公众号”
