返回首页
最新
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性能指标（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：
- 来自篮球参考网站的真实NBA数据
- 指数加权移动平均法（EWMA）用于跟踪球队的势头
- 互动式NiceGUI界面，提供球队对比和预测
- 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
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开发的朋友们。同时也欢迎对下一步的想法（比如球员级建模？投注建议仪表板？）进行讨论。
感谢大家！
我是一名软件开发者，最近几个月刚成为父亲，几乎没有时间进行适当的锻炼。最近，我阅读了一些关于“零碎锻炼”的新研究，了解到每天进行少于2分钟的迷你锻炼对我们身体的益处。因此，我决定为自己和其他人开发一款iOS应用程序来帮助实现这一目标。该应用会生成一份锻炼清单，我需要勾选完成的锻炼，否则就会失去我的连续锻炼记录。算法会考虑到肌肉群，并平衡锻炼，以覆盖大多数主要肌肉。我还逐一审核了所有锻炼，并添加了一些替代锻炼，以防我不想做推荐的锻炼。由于我不是专业教练，我委托了一位运动专家制作了专业的锻炼姿势视频指南和动画，并将其附加到每个锻炼中。
我将这款应用上传到应用商店，免费提供且没有广告。如果你对此感兴趣，我想听听你是如何平衡长时间坐在桌子前工作与锻炼之间的。