机器学习
点球成金运动分析仪使用机器学习
Athulya梅农
我们的世界在很大程度上是由技术驱动的,而技术的最新方面之一正受到很多关注,那就是机器学习。这一研究领域希望将简单的机器转变成能够思考和分析问题的智能机器,就像我们一样!在这篇文章中,我们将着眼于机器学习的一个大规模应用,即体育分析。因此,让我们来看看一个受《点球成金》启发的体育分析器项目,它的工作原理是机器学习。
阅读更多…
项目描述
2011年电影《点球成金》上映时,体育分析成为头条新闻。这部电影讲述了在2002年创下20连胜纪录的奥克兰运动家队的胜利。这主要归功于球队的经理比利·比恩和保罗·德波德斯塔。
拥有哈佛大学经济学学位的DePodesta使用棒球统计数据分析来购买和选择球员。这种方法被证明是非常成功的,在2002年,比利比恩买了几名被低估的球员,帮助他的球队在那个赛季以一种划算的方式取得了非常好的成绩。这部电影让布拉德·皮特和乔纳·希尔等明星登上了舞台,一经上映便大受欢迎,因为它把一个当时很少有人知道的概念带到了聚光灯下——体育分析及其对机器学习的使用。这个项目将是他们的算法的一个简单的再创造,试图通过使用线性回归来统计研究和分析玩家,从根本上识别强和弱的玩家。
体育分析的使用
- 预测比赛结果
- 预测一段时间内球队或球员的表现
- 建立新的策略
- 帮助决定何时以及为球员支付多少钱
- 将玩家与赞助商联系起来
- 尽早发现你的天赋
你知不知道
2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过构建真实的项目。
你可以和朋友一起报名,并在家门口领取工具包
你可以向专家学习,建立可行的项目,向世界展示技能,获得最好的工作。
今天开始!
使用概念
- 算法使
- 机器学习
- Python的基本面
- R编程
- 线性回归
- 理解统计数据
项目实施
- 线性回归是从基本的统计原理推导出来的,用于建立因变量和一个或多个自变量之间关系的模型。
- 当只有一个自变量时,称为简单线性回归(Simple Linear Regression),多个自变量的存在称为多元线性回归(multiple Linear Regression)。
- 回归系数有助于定义两个变量之间的关系。
- 构建这样一个系统的最重要步骤是找到正确的数据集。
- 对于体育分析人员来说,数据集可以是来自知名体育网站的统计数据,如baseball-reference.com。棒球、NBA篮球监测网站和印度板球超级联赛板球分析网站。
- 然后,数据必须被输入到Python中,这可以使用pandas函数或库来完成。
- 当涉及到计算运动效率或平均时,定义转化为指标的变量,如投球次数、得分、得分等,对应于您想要分析的运动。
- 设置要分析数据的时间段。例如,这可能是自2002年以来一直活跃的所有玩家。
- 接下来,绘制变量的分布并绘制它们之间的关系。
- 使用预先设置的技术对数据进行聚类和分类,为团队创建模型。
- 如果需要,使用主成分分析来修剪特征空间。
- 然后应用基本的回归原理来测量数据表中的每个播放器。
- 在对群集数据执行描述性分析之后,您将能够了解哪个模型工作得最好。
- 通过这个模型的持续训练,您将能够用最小的成本建立最好的团队花名册。
机器学习的最新项目
想要开发机器学习的实用技能?检查我们最新的项目,并开始免费学习
使用机器学习开发点球成金运动分析器所需的工具包:
您将通过使用机器学习在点球成金运动分析仪中学习的技术:
点球成金运动分析仪使用机器学习
2022世界杯亚洲区赛程表时间
•发表:2019-11-12•最后更新:2021-07-02