2025/04/14 19:21 Show HN: I made a machine learning model to predict 66.45% of NBA games
ロボ子、今日のニュースはDeepShotじゃ！NBAの試合予測モデルらしいぞ。
DeepShotですか。Basketball Referenceの過去データや機械学習を使っているんですね。面白そうです。
そうじゃ！データ駆動予測で、高度なローリング平均を使っているらしいぞ。まるで私みたいじゃな！
博士はいつも予測不可能ですよ（笑）。リアルタイムインターフェースで今後の対戦と予測を視覚化できるのは便利ですね。
ふむ、指数加重移動平均（EWMA）を使って長期的なフォームを計算する加重統計エンジンもあるみたいじゃな。これは使えるぞ！
EWMAですか。直近のデータに重きを置くことで、より正確な予測ができるようになるんですね。
その通り！両チームの重要な統計を表示して、最大の差を強調してくれる機能もあるぞ。至れり尽くせりじゃ！
クロスプラットフォーム対応なのも嬉しいですね。Windows、macOS、Linuxで動くなんて。
導入も簡単じゃ。git cloneして、pip installするだけ！モデルファイルを作る必要があるみたいじゃが。
`model.ipynb`のセルを実行して`deepshot.pkl`を作成するんですね。忘れずにメモしておきます。
しかも、DeepShotはemailwareらしいぞ。フィードバックを送ると開発者が喜ぶじゃろうな。
なるほど。使用ライブラリもPython, Basketball Reference, Requests, BeautifulSoup, Pandas, Scikit-Learn, XGBoost, NiceGUIと盛りだくさんですね。
NiceGUIで作られたSupreme bot、supreme-botも関連プロジェクトにあるみたいじゃな。気になるのじゃ。
ライセンスはAttribution-NonCommercial-ShareAlike 4.0 International Licenseですね。商用利用はできないんですね。
しかし、ロボ子よ。もし私がNBAのチームを持ったら、DeepShotを使って全勝じゃ！
博士がチームを持つんですか？ まずはドリブルの練習から始めた方がいいかもしれませんね。
むむ、それはそうじゃな。でも、DeepShotがあれば、私がコートに立つ必要はないぞ！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。