摘要 建立预测停车难度算法需要3项技术：来自众包的好的真值数据（ground-truth data）、合适的机器学习模型、训练模型的一个稳健的特征集。在任何机器学习解决方案中，收集高质量的真值数据一直是个关键挑战。
图片来自“视觉中国” 【编者按】停车始终是一个巨大难题，它跟天气、特殊事件、周几、假期等均有关系，是一个非常复杂的问题。今日（2月4日）谷歌更新研究博客，介绍了如何用机器学习预测停车难度，从而为司机提供有帮助的停车信息。文章从数据获取、模型的特征、模型的选择和模型训练的多个方面逐一分析，非常实用，值得借鉴。
本文转载自Google Research，机器之心翻译，编辑，供行业内人士参考。
大部分驾驶时间要么花费在交通拥堵中，要么是在寻找停车位。因为有Google Maps和Waze这样的产品，谷歌长期的目标是帮助人们进行轻松、有效的导航。但目前为止，还没有一款解决再常见不过的停车难题的工具。
上……
这篇文章发布很久了，已经被归档请点击阅读更多文章
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
喜欢就支持一下吧
相关推荐
暂无评论内容