Ключевые слова: машинное обучение, искусственный интеллект, анализ данных,
ПРОГНОЗИРОВАНИЕ СТЕПЕНИ ТЯЖЕСТИ ПОСЛЕДСТВИЙ ДТП С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ
УДК 681.3 Н
В этой статье рассматривается возможность разработки модели прогнозирования дорожно-транспортных происшествий на основе базы данных ДТП, предоставленной ГИБДД России. Приведен пример использования собранных данных для разработки модели прогнозирования степени тяжести последствий ДТП и анализируются факторы, влияющие на это.
1. Показатели состояния безопасности дорожного движения (Электронный ресурс - http://stat.gibdd.ru/).
2. Python Data Analysis Library (Элек-тронный ресурс – https://pandas.pydata.org/).
3. scikitlearn (Электронный ресурс – https://scikitlearn.org/stable/).
4. imbalanced-learn (Электронный ре-сурс – https://imbalanced-learn.readthedocs.io/en/stable/).
5. Haibo He, Edwardo A. Garcia “Learn-ing from Imbalanced Data”, IEEE Transac-tions on Knowledge and Data Engineering ( Volume: 21 , Issue: 9 , Sept. 2009 ) (Элек-тронный ресурс – https://ieeexplore.ieee.org/document/5128907/).
6. XGBoost documentation (Электрон-ный ресурс – https://xgboost.readthedocs.io/en/latest/).
Ключевые слова: машинное обучение, искусственный интеллект, анализ данных,
Для цитирования: Донченко Д.С. , Садовникова Н.П. , Парыгин Д.С. , ПРОГНОЗИРОВАНИЕ СТЕПЕНИ ТЯЖЕСТИ ПОСЛЕДСТВИЙ ДТП С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ. Вестник Воронежского института высоких технологий. 2019;13(4). Доступно по: https://vestnikvivt.ru/ru/journal/pdf?id=1059
Опубликована 31.12.2019