本课程能够让学生在交通大数据和人工智能领域掌握一定的理论和新兴的技术基础，开拓学生视野，助力学生自身的发展规划。

本课程以人工智能和交通大数据为主线，聚焦于计算机科学与交通运输行业的深度交叉融合，旨在通过一些AI和交通大数据领域的基础知识讲解和案例实战应用，培养学生的学科交叉思维、大数据思维和编程能力、掌握基本的人工智能建模技术，该课程主要分为四部分内容，包括基于数据分析的Python编程语言基础、深度学习框架PyTorch建模基础、人工智能基础、基于人工智能的交通大数据应用案例分析实战。

本课程主要培养学生的数据思维和编程能力、交通大数据分析与可视化能力、深度学习建模能力以及解决数据难题能力，能够让学生在往后的学习生活中养成自主解决实际问题的能力。

本课程合理的结合了计算机人工智能与交通大数据两个较为热门的发展方向，围绕交通和计算机学科的交叉融合，既包括计算机领域的编程和人工智能基础，又涵盖交通领域的大数据处理分析和可视化等，并最终落地至人工智能与交通大数据的深度交叉融合和应用实战方向。

本课程以人工智能和各类大数据为主线，聚焦于计算机科学与交通运输行业的深度交叉融合，旨在通过一些人工智能和大数据领域的基础知识讲解和案例实战应用，培养学生的学科交叉思维、大数据思维和编程能力、掌握基本的人工智能建模技术等，开拓学生视野，助力学生自身的发展规划。课程目标及能力要求具体如下：

课程目标1：掌握常用人工智能与大数据的基本理论与方法等数据科学基础知识，包括数据分析的基本概念、时间序列分析、Python编程语言、PyTorch深度学习框架、大数据的存储与读取、循环神经网络、卷积神经网络、图卷积神经网络、反向传播算法等。

课程目标2：获得运用常见大数据分析方法的基本原理识别交通专业问题，阅读人工智能和交通大数据分析相关国际期刊论文，能够应用人工智能和数大数据分析理论表达交通专业问题、开展研究，设计解决方案进行推理、验证和研究分析，并得出有效结论的基本训练。获得一定的使用Python编程语言进行数据分析的锻炼。

课程目标3：能够获得收集处理交通大数据、交通大数据预处理与分析、借助Python编程语言进行深度学习建模与分析的综合能力，并能够运用相关科学原理和科学方法研究复杂交通工程问题。

课程目标4：获得个人与团队角色，以及沟通、撰写书面报告与清晰陈述报告内容的能力训练。

课程目标5：在课程教学中把马克思主义立场观点方法的教育与科学精神的培养结合起来，提高学生正确认识问题、分析问题和解决问题的能力。一方面要注重科学思维方法的训练和科学伦理的教育，培养学生探索未知、追求真理的责任感和使命感。另一方面要注重强化学生工程伦理教育，激发学生科技报国的家国情怀和使命担当。

无前置课程要求。

[1]《深度学习与交通大数据实战》，清华大学出版社，2022，张金雷 杨立兴 高自有编著

[2]《机器学习》，清华大学出版社，2015，周志华著

1.学生基础差异：由于本课程没有先修课程要求，因此学生的编程基础水平可能存在较大差异，可能导致部分学生在课程开始阶段较为吃力。

2.课程内容进度掌握：由于本课程涵盖多个领域的知识，内容广泛且复杂，部分学生可能难以在短时间内掌握所有内容，尤其是对编程和深度学习建模的理解和应用。

3.硬件与软件环境问题：在进行大数据分析和深度学习模型训练时，对计算机的硬件要求比较高。如果学生的设备性能不足，可能会影响课程实践效果。除此之外，软件环境的安装与配置也能会成为部分学生的挑战。