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!