ppi:一种评估棒球运动员的更好方法，为试训，训练营和运动员发展生成运动员力量指数。 节省起草球员和建立平衡球队的时间

:basketball: NBA机器学习 :basketball: 该项目的目标是找到一个模型来最好地预测2019-2020赛季因冠状病毒而被暂停的全联盟球队。 对几种模型进行了训练，测试和分析，以找到最合适的模型。 有关神经网络和随机森林预测分析的信息，请参阅2019年笔记本;有关2019-2020年所有NBA球队预测的信息，请参阅2020年笔记本。 更新： 9月中旬，宣布了2020年NBA最佳阵容。 2020年的神经网络模型以87％的准确性预测了此结果。 TLDR 查看此Google幻灯片演示文稿，以获取该项目的免费代码概述： : 。 安装 要实际运行笔记本电脑，您必须先点子以安装Basketball_reference_web_scraper pip install basketball_reference_web_scraper --ignore-installed 运行所有单元以加载数据（请耐心等待）。 贡献

【ssm项目源码】球队管理系统

用JSP做的一个NBA球队信息管理系统，数据库为MySQL。基本实现了功能有登陆，注册，增删改，查询。值得初学者学习学习。

python 利用pandas 实现 用决策树算法预测NBA获胜球队，2013-2014赛季的成绩作为训练集

RoboCup仿真3D的源代码,是世界第一强队的代码,做了一些更改,希望有用