Да се анализират реални данни за пътния трафик, след предварителен анализ, групиране и ппречистване и се използва някой от предложениете методи:
1. Описателна статистика: Изчисляване на основни статистически данни като средна стойност, медиана, мода, стандартно отклонение и дисперсия за различни групирания на данните. Визуализация.
2. Анализ на времеви редове (ARIMA или SARIMA).
3. Клъстерен анализ (k-means или йерархично групиране).
4. Класификация и прогнозиране: Изграждане на прогнозни модели за предвиждане на условията на трафика при различни сценарии или интервенции.
5. Откриване на аномалии: Идентифицирайте необичайни или необичайни модели на трафик, които се отклоняват значително от нормата.
Целта на този курс е да подпомогне оформянето на дипломните задания и дипломните работи и провеждането на дипломните защити.
- Преподавател: Mitko Shopov
- Преподавател: Диляна Будакова
- Преподавател: Мария Маринова
- Преподавател: Mitko Shopov
- Преподавател: Николай Каканаков
- Не-редактиращ учител: DSNET V-Lab
- Преподавател: Димитър Петров
- Преподавател: Никола Георгиев
- Преподавател: Василина Златанова
Мета курс за комуникация със студентите 1ви курс КСТ
Мета курс за комуникация със студентите 2ри курс КСТ
Мета курс за комуникация със студентите 3ти курс КСТ
