本文介绍在恒定应力加速寿命试验下.产品生存率的Bayes 估计。应用该方法、至少可以摆脱下述的二个假设:(1)在任一个应力水平上产品的寿命分布都是相同或近似相同类型的;(2)产品失效分布的参数和使用的应力之间有已知函数关系.而第二个假设不尽合理,叫人难以接受,即使假定是合理的,却需要大样本去估计这种关系中的参数本文的方法摆脱这个假设,可适用于小样本的情形,最后给出一个例子.

决策树：泰坦尼克号生存预测决策树：

心衰预测 根据患者的医学和临床指标预测其生存和死亡率 用于该分析和建模的数据集是从Kaggle网站下载的。 归功于数据集作者： Davide Chicco，Giuseppe Jurman：机器学习可以仅凭血清肌酐和射血分数来预测心力衰竭患者的存活率。 BMC Medical信息学和决策制定20，16（2020） 。 数据集可以根据Attribution 4.0 International（CC BY 4.0）的许可证自由共享和使用。 注意：如果笔记本无法打开，请使用。

猎物 使用 Java 服务器和 AS3 客户端创建的生存游戏。

2020中国教育行业生存实录：育见未来，全局提效.pdf

软件生存周期计划.docx

完整软件生存周期流程图.pdf

基于电力信息网络的连通性,提出了电力信息网络绝对生存等级、相对生存等级以及关键服务失效率等概念 及指标,分别从系统整体性、系统关键服务以及系统服务对系统整体性的依赖程度3个方面确定了电力系统信息 网络的可生存性评定方法。针对一个具体的实例,通过 Dijkstra算法计算链路权值,得到电力信息网络的可生存性 指标,说明该方法的可行性,并提出提高现有信息网络可生存性的方法。

随机森林：泰坦尼克号生存预测随机森林：

里面是代码+PPT讲解