Meteor-EOS 这个交互式计算器通过输入每个孕产妇风险因素的值来计算每 1000 名婴儿的早发性感染概率。 该计算器基于 Karen M. Puopolo, MD, PhD, David Draper, PhD, Soora Wi, MPH, Thomas B. Newman, MD, MPH, John Zupancic, ScD, MD, Elice Lieberman, DrPH, MD、Myesha Smith, BS 和 Gabriel J. Escobar, MD，“根据母体风险因素估计新生儿早发性感染的概率”，发表于 2011 年儿科杂志；128:e1155-e1163。

供应链网络安全风险管理最佳实践

供应链外包的DEA与风险价值模型概述

区域性金融风险预警的神经网络模型研究.doc

利用多元正态分布和gamma分布定义了另一种形式的多元t分布,称为第二类多元t分布,并研究了第二类多元t分布模型中参数的一致最小风险同变估计的存在性问题.

ISMS--信息安全风险管理程序-模板.doc

软件项目风险分析

在当今时代，检测和预测任何疾病非常重要，为什么要这样做，因为每个人都忙于日常生活，没有人关心自己的健康，也没有人遵循适当的饮食，这种鲁leads的行为会导致多种疾病。 在所有疾病中，心脏病是一种非常严重的疾病。 心脏病的主要原因之一是吸烟，饮酒和缺乏运动等。WHO（世界卫生组织）记录说，有3100万人死于CVD（心血管疾病）。 因此，有必要在心脏病发作之前对心脏病进行预测。 有大量来自医疗保健行业和医院的数据，但是像医生或医学专家这样的人却无法分析这些数据，因此机器学习可以分析大量数据并提供更好的结果。 过去几年的研究人员发现，机器学习在分析数据方面非常有效，因此我们提出了几种机器学习算法，例如人工神经网络（ANN），随机森林（RF），逻辑回归，K近邻（KNN） ），朴素贝叶斯（NB），支持向量机（SVM），决策树（DT）等来预测心脏病。 并且在本文中，我们获得了各种机器学习算法的结果，并进行了比较。

人工智能-机器学习-面向金融风险度量的高性能科学计算应用平台.pdf

人工智能-机器学习-面向可信软件的风险评估及控制方法研究.pdf