乔舒（Josh Thoo）4S113（主管），吴作峰（4G）20S205，周鸿4（4）202
我们是来自Hwa Chong Institute的一组学生，他们正在从事一个名为“基于相关参数预测交通量”的项目。 通过使用机器学习，我们旨在创建一个程序来提前了解道路状况，例如交通量，以便通勤者可以相应地计划以适应他们的紧迫时间表。 我们目前正在研究该算法，并利用新加坡陆路交通管理局（LTA）的数据集以及data.gov.sg来预测未来的交通量。
目标
- 确定影响新加坡中央商务区交通量的条件。
- 研究机器学习中预测流量的不同方法。
- 将机器学习纳入交通状况变化的实时情况。
研究问题
- 某些交通或周围环境如何影响新加坡中央商务区的交通量？
- 如何创建可以通过机器学习预测流量的算法？
- 如何将算法整合到交通状况变化的实时情况中？
文献评论
数据科学背景
“数据科学”一词于1974年在计算机科学家Peter Naur的书“计算机方法的简要概述”中首次使用，它是计算机科学的替代术语。 Naur（1974）将其定义为“建立数据后处理数据的科学，而将数据与其表示的关系委托给其他领域和科学。”美国国家科学委员会在其研究中提出了另一种定义。 2005年发表的论文“长寿的数字数据收集：促进21世纪的研究和教育”，将数据科学家定义为通过使用数据进行“创造性的查询和分析”来帮助“数字数据收集的成功管理”的科学家（国家科学委员会，2005年）。
克利夫兰（2001）提出了数据科学的概念，它是统计学的一个跨学科领域，它融合了“数据计算的先进性”。 本文阐述了数据科学涉及的六个技术领域，即：多学科研究，数据模型和方法，数据计算，教学法，工具评估和理论。
数据科学的用途之一是在机器学习中，计算机算法之一是分析可自动建立分析模型的数据。 这些算法的性能可超越传统程序和专业人士，例如，在2015年10月，Google的AlphaGo在没有障碍的情况下击败了9 dan（围棋评分最高）职业围棋选手Lee Sedol 4–1，并在2017年8月使用了Elon Musk的开放式AI无监督的机器学习在受欢迎的在线游戏DOTA 2中击败了顶级专业人士，而没有任何障碍。
预测流量的二手方法
根据科学家T.（nd）。的说法，他们首次尝试在摩洛哥高速公路网络上进行交通量预测的方法主要是基于统计模型，但在大多数车站上表现不佳。 这是由于这些传统模型无法解释的数据具有很高的非季节性变化。 接下来，他们着手通过采用一些机器学习技术来继续前进。 在测试了几种算法之后，他们得出了具有最高准确率的算法，其中包括：
随机森林：这是一种监督分类算法。 顾名思义，该算法创建具有许多树木的森林。 通常，森林中的树木越多，森林看起来就越坚固。 以相同的方式在随机森林分类器中，森林中树木的数量越多，得出的结果越准确。 它的主要参数是：森林中的树木数量，寻找最佳分割时要考虑的要素数量，分割内部节点所需的最小样本数以及在叶子处所需的最小样本数。
多层感知器： MLP是称为感知器的简单神经元网络。 感知器通过根据输入权重形成线性组合，然后可能通过一些非线性激活函数将其输出，来计算来自多个实值输入的单个输出。 多层感知器对特征缩放很敏感，因此强烈建议缩放数据。 它的参数包括：正则化参数，隐藏层的数量和每层中神经元的数量以及最大迭代次数。
方法
- 阅读并研究可用于预测流量的不同机器学习算法。
- 使用R和Python从公共数据集中识别参数和流量之间的任何关联。
- 通过Tableau等交互式地图将机器学习算法的预测建模并制成表格，以供新加坡通勤者使用。
参考文献
[1] Simplystatistics.org。 （2018）。 “数据科学”中的关键词不是数据，而是科学·简单统计。 [在线]可用 网址 ： https : //simplystatistics.org/2013/12/12/the-key-word-in-data-science-is-not-data-it-is-science/ [ 于 2018年3月8日访问]。
[2] Naur，P.（1974）。 简洁的计算机方法调查。 第一版。 隆德：Studentlitteratur，第1.1章。 于2018年3月7日检索。
[3]国家科学委员会。 “支持21世纪研究和教育的长期数字数据收集” 。 国家科学基金会。 于2018年3月6日检索。
[4]克利夫兰，WS（2001）。 数据科学：一项扩展统计领域技术领域的行动计划 。 国际统计评论/国际统计评论，21至26日。 于2018年3月7日检索。
[5]科学家，吨。 用于流量预测的机器学习方法： 从2018年3月12日从 https://www.thesisscientist.com/docs/Articles/a4f09b95-0265-4480-a47e-a8bd6f81cdac 检索
