本书旨在介绍适用于平滑技术的统计和数学原理。

生存分析 本笔记本演示了生存分析的基础知识，生存分析是一种使用Python分析事件数据时间的方法。 它有6个部分。 生存分析和本笔记本中使用的数据的简要介绍 非参数方法：Kaplan-meier曲线，≥2组的对数秩检验统计 半参数方法：Cox比例风险模型，Schoenfeld残差，对数-对数图 参数方法：指数（加速故障时间（AFT），比例风险（PH）），威布尔（AFT，PH），Gompertz（PH），对数逻辑（比例赔率（PO）），对数正态（AFT），广义伽玛（AFT） 为第4节中的模型的生存预测构建置信区间 附录A：采用不同优化方法的参数模型结果

线性模型参数的估计理论

mnist手写数字识别model，pb格式。inputs Variable Variable/read Variable_1 Variable_1/read Conv2D add Relu MaxPool Variable_2 Variable_2/read Variable_3 Variable_3/read Conv2D_1 add_1 Relu_1 MaxPool_1 Variable_4 Variable_4/read Variable_5 Variable_5/read Reshape/shape Reshape MatMul add_2 Relu_2 Variable_6 Variable_6/read Variable_7 Variable_7/read MatMul_1 logits softmax

文章介绍了半参数模型的基本结构及基本计算方法

内有数据，直接运行MUSIC算法和Peig算法

ADS中X参数的基础知识

ADS的X参数模型提取与验证

只含部分二次谐波的X参数模型提取与验证

含二次谐波的X参数模型提取