CE 548 — Machine Learning and Artificial Intelligence Applications in Transportation Systems | تطبيقات تعلم الآلة والذكاء الاصطناعي في النقل
وصف المقرر
مقرر اختياري من ثلاث ساعات معتمدة يعرّف بأساسيات تعلم الآلة والذكاء الاصطناعي وتطبيقاتها في هندسة النقل، خصوصًا السلامة المرورية والتنقل الخفيف والاستدامة. يجمع بين التحليل الاستكشافي للبيانات والانحدار والتصنيف والتجميع، والتطبيق العملي بلغة Python على بيانات نقل حقيقية ضمن مشروع جماعي.
مخرجات التعلم
- التعرف إلى أساسيات تعلم الآلة والذكاء الاصطناعي وتطبيقاتها في النقل.
- مقارنة الخوارزميات وبيان نقاط قوتها وحدودها.
- تقييم ملاءمة البيانات واختيار الخوارزمية المناسبة.
- تنفيذ الخوارزميات بلغة Python على بيانات حقيقية باستقلالية ومسؤولية.
- العمل المهني ضمن فريق مع الالتزام بالنزاهة العلمية.
الموضوعات الرئيسية
مقدمة في Python، الانحدار الخطي واللوجستي، أشجار القرار، التعزيز والغابات العشوائية، آلات المتجهات الداعمة، الشبكات العصبية، التجميع، تقليل الأبعاد باستخدام PCA، وتقييم الخوارزميات.
Course description
A three-credit elective introducing machine learning and AI fundamentals and their applications to transportation, including road safety, micromobility, and sustainability. The course combines exploratory data analysis, regression, classification, and clustering with Python implementation and a team project using real transportation data.
Learning outcomes
- Recognize machine learning and AI fundamentals and transportation applications.
- Compare algorithms and explain their strengths and limitations.
- Evaluate datasets and select appropriate algorithms.
- Implement algorithms in Python using real data with autonomy and responsibility.
- Collaborate professionally and uphold scientific integrity.
Main topics
Python fundamentals, linear and logistic regression, decision trees, boosting and random forests, support vector machines, neural networks, clustering, PCA dimensionality reduction, and algorithm diagnostics.
منصة التعلم الإلكتروني للمحاضرات والتكليفات والإعلانات | Learning Management System