文件名称：deepHack:深度学习黑客预测
文件大小：4.67MB
文件格式：ZIP
更新时间：2024-05-27 12:23:08
JavaScript
骇客 深度学习系统将决定赢得某些Hackathon赃物的最佳和最简单的方法。 在检查。 它是什么？ DeepHack是一个基于大数据分析和深度学习的系统，重点是分析当前的黑客马拉松场景。 主要功能是基于在Devpost上托管的六万多个“黑客”进行大数据分析。 这个怎么运作？ 我们构建了一个Web抓取工具，该抓取工具可从Devpost抓取所有黑客攻击，然后使用令人难以置信的小型JSON解析所有数据，并将此JSON导入mongo数据库中，在这里我们使用聚合和各种数据分析方法来找出各种数据之间的相关性。 。 这个Json也被输入到我们构建的Tensorflow模型中。使用具有5个偏差的三重输入来计算我们所说的DeepHack得分，该得分应该近似于一次黑客在黑客马拉松比赛中将赢得的奖品数量。 在目前的状态下，我们的预测准确性约为75％。 但是，我们认为无需大量工作就可以轻松地将该值提高到84％
【文件预览】：
deepHack-master
----old()
--------rating()
--------scraper()
--------mongo-seed()
----Dockerfile(185B)
----web()
--------views()
--------score.js(369B)
--------yarn.lock(38KB)
--------mongopipelines.js(5KB)
--------scraper.js(5KB)
--------.gitignore(27B)
--------index.js(2KB)
--------package.json(396B)
--------static()
----LICENSE(1KB)
----screenshot.png(442KB)
----README.md(2KB)
----docker-compose.yml(198B)
----.gitignore(171B)