Aug, 2023

利用机器学习优化国家篮球协会的攻击战术

PDF
TL;DR在 NBA 分析革命中，通过机器学习技术使用线性回归模型和神经网络回归模型验证与不同 NBA 比赛类型相关的统计数据 ORTG（进攻评分），最终发现神经网络回归模型略优于线性回归模型。利用这些模型的准确性，进一步优化模型输出，以实现高效的进攻战术组合。
nba analyticsmetrics verificationmachine learning techniqueslinear regression modelneural network regression model
发现论文，激发创造
  • 运用深度学习对篮球轨迹进行分析

    运用递归神经网络模型预测三分球成功率的研究表明，深度学习模型相对于以特征工程为主的传统机器学习方法在运用职业篮球比赛数据进行预测时表现更加优秀。

    Aug, 2016

  • 篮球中球员及球队表现的建模

    本文回顾了篮球比赛分析方法，关注了团队战略、个人表现以及未来趋势，重点强调需要进行因果推断。

    Jul, 2020

  • 足球 1 对 1 射门决策的战略框架：机器学习、基于理论建模和博弈论的综合方法

    使用机器学习和博弈论方法，提出了一种分析射门情况的新框架，并引入了期望收益和 xSOT 指标来评估选手的行动表现，从而实现了不同射门的区分和比较。通过与基准模型和消融模型的比较，验证了该框架的可行性，并观察到 xSOT 指标与现有指标之间的高度相关性。最后，通过在 2022 年世界杯和 2020 年欧洲杯中的射门情况进行研究，阐明了最优策略的应用。

    Jul, 2023

  • 评估评估者的人：关于评估基于 AI 的进攻性代码生成器的自动指标

    该研究分析了在 AI 代码生成器上采用不同相似度度量方式的适用性，比较了自动估计和人工评估之间的差异，并提供了实用性见解。

    Dec, 2022

  • 基于投篮风格和进攻角色对篮球进攻阵容进行聚类分析

    本研究通过对篮球比赛中球员的打法进行量化分析，特别关注进攻端的打法兼容性对得分效率的影响，使用追踪数据进行投篮风格聚类和基于注释的比赛类型和高级统计的进攻角色聚类，通过这两种聚类得到的阵容信息，训练和解释了基于贝叶斯模型的机器学习模型，可以预测代表得分效率的统计数据，从而提供了哪些五人组合更有效以及哪些两人组合能产生良好效果的洞察。

    Mar, 2024

  • 篮球网络的连续时间随机块模型

    本研究针对职业篮球中选手的筛选和評估进行了深入的探讨，提出了一种基于动态网络模型的 Continuous-time 随机块模型，可以实现针对不同的数据维度进行切割，以减少应试者范围。此模型与传统的统计分析方法不同，可以捕捉到选手之间的相互作用，并揭示出不同球队的进攻策略之间的微妙差异，为篮球管理层提供了很好的支持。

    Jul, 2015

  • 篮球中无球得分预测的数学模型

    我们提出了两个数学模型来预测篮球比赛中的无球得分机会，分别考虑了传球得分和运球得分的动作，我们利用 630 场 NBA 比赛中的球员追踪数据评估了这些模型，结果表明 BIMOS 在得分预测准确性方面优于 BMOS，因此我们的模型为篮球的战术分析和球员评估提供了有价值的见解。

    Jun, 2024

  • BasketballGAN: 通过素描生成篮球比赛模拟

    使用条件对抗网络，基于 NBA 运动数据生成篮球战术的模拟器。

    Sep, 2019

  • 游戏计划：人工智能在足球中的应用以及足球对人工智能的贡献

    本文概述了人工智能、机器学习、足球分析、预测模型和博弈论等领域相互结合在足球领域中的应用，以及这种应用方式如何推进了足球运动本身的发展，还探讨了这种足球分析应用在其他领域的扩展可能性。

    Nov, 2020

  • 英雄联盟：实时比赛结果预测

    使用机器学习技术对电子游戏《英雄联盟》（LoL）比赛结果进行预测的研究，采用未发布的数据作为预测过程的基础，研究结果有助于提高玩家策略和相关博彩行业的效益。

    Sep, 2023