我制作了一个俄罗斯方块变种<p>旨在消除所有压力，专注于我最喜欢的玩法——堆叠。<p>没有计时器，没有得分，没有重力。当你准备好时，可以移动到下一个方块，准备好时再消除行。<p>移动端和桌面端的控制方式分开。
返回首页
最新
包：<a href="https://github.com/micttyoid/quantized-pathfinding">https://github.com/micttyoid/quantized-pathfinding</a>
大家好，我是一名NBA球迷和Python开发者，最近我构建了DeepShot——一个基于历史数据和滚动表现指标（EWMA）预测NBA比赛结果的机器学习模型，准确率约为71%。它的特点包括：
- 来自Basketball Reference的真实NBA数据
- 指数加权移动平均（EWMA）用于跟踪势头
- 互动式NiceGUI界面，提供球队比较和预测
- 完整的Python技术栈和开源（MIT许可证）
这是我的GitHub仓库：<a href="https://github.com/saccofrancesco/deepshot">https://github.com/saccofrancesco/deepshot</a>
如果你喜欢这个项目，这里是我的Buy Me a Coffee链接：buymeacoffee.com/saccofrancesco
我非常欢迎任何反馈，尤其是来自那些构建过体育模型或从事实时统计工具的朋友们。同时也欢迎对下一步发展方向的建议（比如球员级建模？投注建议仪表板？）。谢谢！