survival analysis modeling

使用深度学习进行生存分析 该存储库包含基于贝叶斯深度学习的文章，论文和用于生存分析的存储库。 文件 Rajesh Ranganath，Adler Perotte，David Blei等人进行的深度生存分析。 JMLR 2016 资料来源： : 生存筛选器：Rajesh Ranganath，Adler Perotte，David Blei等人的“潜在时间序列的联合生存分析”。 2015年，阿拉伯联合酋长国资料来源： : DeepSurv：使用Cox比例危害深层神经网络的个性化治疗推荐系统，作者：Jared Katzman，Uri Shaham，Jonathan Bates，Alexander Cloninger，Tingting Jiang，Yuval Kluger。 ACML 2016 资料来源： : 具有竞争风险的生存分析的深层多任务高斯过程，作者：Ahmed M. Alaa

生存分析中机器学习方法的仿真研究 在Weibull分布下或具有复杂基线风险（转折点）的情况下模拟生存时间，其中协变量对风险的线性或线性和非线性影响以及审查水平的变化。 将模拟数据集分为训练和测试数据集。 适合随机森林； 支持向量机将带有弹性网罚的Cox模型和受罚样条曲线（弹性参数）模型应用于训练数据集。 记录各种方法所需的时间。 使用训练数据集中的拟合模型预测测试数据集中的风险评分。 计算一致性指数，将测试数据集中的预测风险分数与观察到的审查状态和生存时间进行比较。

有限元分析FEAP软件，版本号8.5，理论用户手册，是学习有限元的理论权威手持

HP 8590 8591 8592 8593 8594 8595 8596 Series Spectrum Analyzers User Guide 频谱仪 系列 用户手册 参数手册

Spark GraphX源码分析 Spark GraphX是一个新的Spark API ，它用于图和分布式图（ graph-parallel ）的计算GraphX综合了Pregel和GraphLab具有的优点，即接口相对简单，又保证性能，可以应对点分割的本专题会详细介绍GraphX的实现原理，转换GraphX的存储结构以及部分操作作详细分析。 本专题介绍的内容如下： 目录 [图算法实现]

An Introduction to Numerical Analysis Endre Suli and David F. Mayers 2003

使用计算机视觉自动检测建筑物 在这个项目中，我们尝试训练基于神经网络的模型，该模型能够自动识别Nikki地区（贝宁）的建筑物。 我们从不带标签的通过Google Maps API获取的区域卫星图像开始。 这些图像将通过LabelIMG软件以YOLO格式标记，然后将为每个图像生成一个.txt文件，其中包含每个标记建筑物的相对位置。 标记完我们的训练图像后，我们就可以开始训练YOLO（一次只看一次），以便进行预测。 以下是蒙农镇上空行动的一个例子。

（量化）神经网络的信息瓶颈精确分析_Information Bottleneck Exact Analysis of (Quantized) Neural Networks.pdf

原版Python for Data Analysis 2nd Edition（源代码+数据+高清新版）（是新的python3电子版，不是扫描的。）