Публикации по теме baseball

Публикации по теме 'baseball'

Моделирование вероятности качания

Один из аспектов бейсбола, который очаровывал меня в течение многих лет, - это мысленная игра в шахматы, которая происходит между отбивающим и питчером во время игры с битой. Каждый игрок постоянно пытается залезть в голову своему противнику и угадать, что он может сделать дальше. Тестирующий может использовать свои знания о питчере, чтобы предсказать, попытается ли он бросить вызов нападающему фастболом или соблазнить его выгнать разбивающийся мяч из зоны. Тем временем питчер..

Единственный проект, к которому я постоянно возвращаюсь

На протяжении всего моего пути обучения разработке программного обеспечения одним из аспектов, который я считаю наиболее сложным, является разработка программного обеспечения. Много раз я изучал новую технологию или фреймворк и не имел идей, как ее реализовать. Но когда я сомневаюсь, когда я теряюсь в мире бесконечных возможностей, я вспоминаю: у меня есть Тот Один Проект, К которому Я Постоянно Возвращаюсь. И этот проект — моя страница турнирной таблицы MLB. Я перестраивал эту..

Модель вероятности удара и кадрирование ловушки с использованием случайного леса

Весь мой код для этого проекта можно найти на моем GitHub: Код модели Введение В бейсболе есть скрытое искусство, которое стало более заметным в последние несколько лет; это кадрирование поля. Иннинги могут быть сохранены или взорваны на основе одной подачи, которую судья неправильно назвал. Кэтчеры, которые могут делать это хорошо, приносят большую пользу своим командам и помогают им выигрывать больше игр, экономя раны. Оценка этого и выяснение того, какие ловцы являются..

Прогнозирование спортивных результатов с помощью машинного обучения

Как любители спорта, мы все любим предсказывать исход игр. Будь то Суперкубок, чемпионат мира или финал НБА, мы с нетерпением анализируем результаты команд, статистику игроков и другие факторы, чтобы попытаться угадать, кто выйдет победителем. Но что, если бы мы могли использовать науку о данных, чтобы делать более точные прогнозы? В этой статье мы рассмотрим, как можно использовать алгоритмы машинного обучения для прогнозирования исхода спортивных событий, и приведем несколько примеров..

Машинное обучение и классификация типов бейсбольных полей

Эта краткая статья о том, как я применяю машинное обучение к данным игр MLB. Я пытаюсь использовать PITCH f / x. Данные включают скорость, скорость вращения, направление вращения или положение для классификации типов высоты тона. Вы можете посетить мой Github для получения подробной информации, результатов и кода этого проекта. 1. Данные и визуализация: Данные взяты из Kaggle , они включают каждую поданную подачу и биты в течение регулярных сезонов MLB 2015–2018 годов. Данные..

Прогнозирование процента страйк-аутов MLB

Простое применение линейного моделирования в R Удар может быть нанесен тремя способами: условный удар, замах или фол. Из этих трех событий процент дуновений является единственной статистикой, которая коррелирует с процентом аутов. Таким образом, дальнейшее понимание того, как индуцируются запахи, может улучшить способ оценки кувшинов. Цель состоит в том, чтобы построить линейную модель для прогнозирования процента вычеркивания. Данные, использованные для этой модели, доступны для..

Визуализация постсезона MLB

Как развлечение Америки превращается в самый случайный вид спорта. Бейсбольный сезон кажется относительно простым: есть регулярный сезон, постсезон и Мировая серия. Однако регулярный сезон из 162 игр сокращается до серии до семи побед, где каждая игра имеет значение. Всего один взмах битой может изменить судьбу команды в постсезоне. Это внезапное изменение в бейсболе делает его особенным: оно происходит случайно. Команды, выигравшие 120 игр в регулярном сезоне, могут внезапно..