Add a prior, to smooth out the mu a bit.

Skip 0-150 and 150-0 matches for the purpose of the rating.

Properly unlink the temporary file after training.

Add a script to sync all data from the master WLoH database.

Add a script to train the model.

Make the output more machine-friendly.

Don't print out Hessian by default.

Take weight into account in Hessian.

Compute the Hessian instead of the Fisher information matrix. The numerics here suck.

Optimize global sigma.

Add weight to all matches, and optimize mu based on it.

Use sum-of-squares instead absolute-single-greatest-change as metric for convergence.

sizeof() should be concrete variables when possible.

Increase the max number of iterations a bit.

Only dump scores once, at the very end.

More sensible dumping.

Increase MAX_PLAYERS a lot.

Initial commit.