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！
我五年前开始跑步，这彻底改变了我。最近，我决定为我的第一次马拉松进行训练，需要一些比单纯记录跑步更能激励我的东西。我注意到目前所有的应用程序都只是追踪器和路线寻找工具，但没有解决持续性的问题。因此，我想到将Forest应用的基本理念与跑步结合起来，为自己创建一个小应用，奖励我跑步时获得植物和树木。
我并不是移动开发者，但后来我遇到了Capacitor。因为我知道Next.js，并且在过去两年里一直在使用它，所以我用它来构建这个应用。我开始使用它，并向一些朋友展示，他们都非常喜欢。游戏化的设计让我在虚拟花园中种植更多的树木和植物，看到它们茁壮成长让我感到快乐。于是我决定将其发布到Play Store，并为iOS设备构建了版本，因为我的许多朋友都有iPhone。在经过漫长而严格的审核后，构建和发布这些应用花费了几周的时间。
跑步教会了我一步一步地不断前进，而构建这个应用的过程也正是如此。我想与所有刚开始跑步的人以及那些希望让跑步更有意义的经验丰富的跑者分享这个应用。
这个应用是Run&Grow：<a href="https://runandgrow.com" rel="nofollow">https://runandgrow.com</a>
我想我们大多数人都听说过“沉没成本谬误”这个概念。<p>它意味着某人可能会继续在某个项目上投入，因为他们到目前为止已经投入了很多，而不是将精力投入到其他对他们更有利的事情上。<p>然而，在实际操作中，我发现很难判断何时该放弃并转向其他事情，何时又该耐心等待以获得最佳结果。<p>我想知道HN对此话题的看法。