自己断更很久了,一直忙着复习考研,最近状态不错,第一轮的复习也接近尾声,今天就写篇文章给大家介绍一个关于《权力的游戏》Github项目。

看到这一季海报的时候第一个想法就是全灭?自己非常不愿意看到这个场景,但是有内心强大的沙雕网友早早就准备了蜡烛纪念仪式,谁离去,就为谁点上一盏灯,愿天堂没有苦难,阿弥陀佛。

自己对这一季的期待远远超过前面几季,每天会关注各路大神对第八季剧情分析,但是他们仅仅靠自己的想象力来给出可能的剧情,昨天在Github上发现一个有意思的项目,用机器学习预测谁最有可能死亡,谁的存活概率大。这个项目由慕尼黑工业大学(TUM)的研究人员开发,早在三年前《权力的游戏》第六季开播之前他们就已经开始构建模型进行预测。

这些程序员将预测结果做成了网站,上面的截图是最终预测的一个结果。龙妈(Daenerys Targaryen)因为开挂死亡率仅有0.9%,雇佣兵波隆(Bronn)是最早领盒饭的角色,死亡几率高达93.5%,表示并不关心他是怎么死的,现在每次想起红毒蛇惨遭爆头的场景还是一身鸡皮疙瘩。

具体介绍

项目是由Guy Yachdav和Christian Dallago主导,最初开始于慕尼黑大学在2016年举办的一次JS技术研讨会。今年他们对数据库、API、数据分析以及网页前端都进行了更新,并且将源码开源。他们想用在网上获得的数据用程序员特有的方式来讲述一些关于《权力的游戏》故事。数据主要来源A Wiki of Ice and Fire和Fadom Game of Thrones Wiki等网站的公用信息,通过这些数据建立起数据集,接着数据分析建立模型,进行结果的预测。

网站介绍:

网站首页可以提醒你下一集播放的时间,猜测你喜欢角色的生存概率。

除了之前生存排名截图,网站还对各个角色死亡的概率进行预测,点开雪诺可以查看具体的数据。

不仅对剧中的角色死亡概率做了分析还对原书中角色的死亡概率做了分析。

当然了还有其他数据的介绍,前几天看过一个杨超越编程杯的项目,被他的数据可视化所惊艳,如果对这个网站的数据可视化进行优化相信效果会更加完美。

网站中自己最喜欢的就是地图这一部分,可以很清楚的看到各个家族的势力范围,同样可以做查询,在人物界面还可以通过地图查人物具体的路径。

团队介绍:

2019年技术团队

导师:
Guy Yachdav
Christian Dallago

集成和前端:

Taylor Lei
Jan Schweizer
Boning Li
Florian Donhauser

数据库和API:

Ashmin Bhattarai
Fabian Emilius
David Schemm
Gerald Mahlknecht
Daniel Homola

数据分析:

Julian Nalenz
Valentin Dimov
Robert Dillitz
Lukas Franke
Robin Brase
Rainier Klopper

2016年技术团队

Github开源:

本项目的所有源码在Rostlab的Github仓库里,共有8个repo。这里我只截了一个图做了介绍,其他的大家可以去Github上自行查看。

在这个项目中,我们将通过将来自多个来源的数据集成到中央数据库中,为我们的系统奠定基础。该数据库将为将在其他项目中开发的应用程序和可视化工具提供服务。

进行预测的技术自己没有去研究,希望有读者研究过以后可以在留言区交流。

API分为影视剧和小说的,包括人物,地点,家族,剧情等等的介绍。

写在最后

公众号【程序员小王】后台回复【权游】即可获取网站的传送门和第一集的熟肉资源。

维斯特洛大陆的故事迎来了终章。无论是永不遗忘的北境,还是有债必偿的兰尼斯特,或是拥有巨龙的坦格利安,还是一直守卫长城的守夜人,还有无数个名字,无数张面孔的故事都将走到尽头。

昨天把看完了第一集,很多预想的事情都发生了,而且连先后顺序都不差,比如各路角色该重逢的重逢,该释怀的释怀,该集结的集结。第一集整整来说有些平淡,但作为最终季首集,让我们先回回暖,是可以理解的,同时也让角色之间先混个脸熟,然后就好一个个的...

AI玩“剧透”预测《权力的游戏》死亡名单相关推荐

  1. 看咒语,知情节?他们用《哈利·波特》让AI学习剧透

    郭一璞 假装发自 霍格沃兹  量子位 报道 | 公众号 QbitAI 看到一句<哈利·波特>里的咒语,就知道接下来要发生什么情节了: 是逃课去喝黄油啤酒.蹲在厕所里易容.还是大战伏地魔? ...

  2. 让AI看哈利波特就为了学······剧透?!还能不能愉快的玩耍了?

    作者:郭一璞 来源:量子位(ID:QbitAI) 原标题:看咒语,知情节?他们用<哈利·波特>让AI学习剧透 看到一句<哈利·波特>里的咒语,就知道接下来要发生什么情节了: 是 ...

  3. 《权力的游戏》第八季——机器学习“剧透”大结局:谁笑到最后?

    本周,HBO热门美剧<权力的游戏>终章第八季终于在万众瞩目的中回归了.而参加德国慕尼黑工业大学--计算机科学研讨会的学生们早就开始了一项不同寻常的科学任务:预测剧中哪个角色最有机会坐在梦寐 ...

  4. 提前“剧透”能提高自监督学习性能吗?华为诺亚实验室说:不一定!

    允中 发自 凹非寺  量子位 报道 | 公众号 QbitAI 编者按: 提前"剧透"并不一定能提高自监督学习性能,这是华为诺亚实验室最新的理论研究结果. 由于自监督学习数据和下游任 ...

  5. 9月22日云栖精选夜读:脑洞 | 横扫围棋界的AlphaGo竟然出纪录片了!介意剧透者慎点…...

    本文讲的是横扫围棋界的AlphaGo竟然出纪录片了!自从AlphaGo连续战胜韩国围棋九段李世乭和中国围棋九段柯洁以后,这个"围棋高手"让人们更加关注人工智能(AI)技术,也让人们 ...

  6. 微信大更新,黄脸表情会动了,还能炸群!还有状态、浮窗...张小龙剧透的功能全来了...

    1月21日,微信在十岁生日这天,正式向iOS用户推送了8.0版本.张小龙前天在微信公开课上剧透的几个小功能,也一一出现在新版微信中. 会动的表情.微信个人状态.浮窗......在1月19日的微信公开课 ...

  7. 突发!微信大更新,黄脸表情会动了,还能炸群!还有状态、浮窗...张小龙剧透的功能全来了...

    点击上方 "编程技术圈"关注, 星标或置顶一起成长 后台回复"大礼包"有惊喜礼包! 每日英文 Be confident with yourself and st ...

  8. DeepMind训练AI玩足球,风骚走位比中国男足都强(狗头)

    来源:AI科技评论本文约4200字,建议阅读9分钟本文带你了解DeepMind训练的 AI 玩足球. AI踢足球可以有多燃? 不好,对方攻到底线了!看我一脚精准拦截.抢球! 想抢回去?没门! 差点被进 ...

  9. 福布斯2020年AI领域10大预测:人工智能越来越“边缘化”!

    2020-03-23 17:12:45 毫无疑问,人工智能(AI)一直是2010年代的技术主题,随着新的十年的来临,这一趋势似乎不会消失.在过去的十年中,人们会回想起真正可以被视为"智能&q ...

  10. 官方剧透:1.11 发版前我们偷看了 Flink 中文社区发起人的聊天记录

    简介:自 2014 年正式开源, Flink 发展非常迅速,在 GitHub 上其访问量在 Apache 项目中位居前三.去年年底 Flink Forward Asia 2019 大会公布,仅仅 20 ...

最新文章

  1. 全球IPv6网络6月6日正式启动
  2. 1014 Waiting in Line (30 分) 【未完成】【难度: 难 / 知识点: 大模拟】
  3. Transformation XML(TCODE-STRANS)
  4. 微软商店安装包_搞定你的数学问题:微软发布新APP可以手写或扫描数学题进行解答...
  5. 常见Java面试题之静态变量和实例变量的区别
  6. docker 买了腾讯服务器后的学习
  7. [css] transition、animation、transform三者有什么区别?
  8. linux 文件按时间 函数,[Linux文件属性]使用utime函数操作文件的时间参数
  9. )类 新建javafx程序时_第三章 第一个OpenCV的JavaFX应用程序.md
  10. Swin Transformer(W-MSA详解)代码+图解
  11. 手机远程访问HTML5,如何使用手机连接远程桌面?
  12. python 四象限图_如何制作四象限气泡图表
  13. 博科光纤交换机配置及管理 CLI篇
  14. 转:C#数字、16进制字符串和字节之间互转 bin2hex
  15. 亿阳信通java开发,北京亿阳信通笔试题java+oracle
  16. 重温Spring笔记3 - 依赖注入
  17. matlab 中peaks函,peaks_matlab中PEAKS
  18. 大数据平台及数仓的通用架构和技术体系
  19. 工大校园邮箱申请流程
  20. 计算机数控编程特点,什么是数控图像编程系统有哪些特点

热门文章

  1. go实现零停机重启和代码升级endless
  2. 分享一个网页截图html代码
  3. BIOS知识枝桠——简称释义(按名称排序)
  4. AngularJs $http.post 数据后台获取不到数据问题 的解决过程
  5. ShellServiceObjectDelayLoad中的webcheck疑问
  6. debian 发行代号
  7. 宋宝华: 论一个程序员问问题的自我修养(修订版)
  8. Python春节特训营08:还记得大明湖畔的变量和函数吗
  9. 机器学习模型度量方法,分类及回归模型评估
  10. relative学习笔记