方格精選
SSAC 21決選論文簡述：以數據模型推估大學新秀的NBA選秀順位
閱讀時間約 2 分鐘
史隆運動分析論壇(MIT SSAC)，是北美運動數據研究圈中最重要的交流盛會，許多的運動數據分析人才與業界相關公司，都是透過此論壇所發跡。
以下為個人對SSAC 21入選論文的簡述。引言則是個人觀點。
透過數據模型推估大學新秀的NBA選秀順位
樣本採集與建模
1. 這份論文將數據建模的最小單位細分到幀。
2. 預期聯盟中有建立數據班的球隊，都有一套類似的球員評估系統。
- 海量數據。作者群利用SSAC前一年論文無需安裝球場設備的影像動態捕捉技術，擷取了超過65萬個回合、300萬幀的NCAA D1電視轉播賽事動態數據。
- 進攻端，採用擬似影片剪輯的多軌模式進行動態數據建模。
- 防守端，建模則是對位距離為主、再搭配場上各式行為與對位球員調整權重。
- 最大的挑戰是大學比賽場次過少，就算打滿整個賽季，球員的樣本數依然偏低。因此作者群混合了Kevin Pelton開發的大學權重系統進行校正。
- 混合模型的產出預期結果，較原始模型或傳統的進階數據來得更穩定。
選秀價值評估
作者群很有野心，原本想做出的是新秀NBA前三年的上場時間預測模型。
- 使用球員於大學時期的數據與中選順位去建模，不採用任何NBA數據。
- 不使用任何人為參數，如選秀模擬榜單等，純粹靠大學產出數據判斷。
- 使用VORP進行選秀位置分梯，依照差值，將選秀籤順位劃為以下九檔。
論文中所舉的球員模擬案例
1. 相較球員等級評等，這個系統更傾向球隊在不同級距有不同的表現權重偏好。
2. 相較球隊，球員經紀公司預期更青睞此系統，藉以拿來評估潛在簽約客戶。
- Jayson Tatum (2017梯，選秀順位3)
>95%落於3~5順位 - Aaron Nesmith (2020梯，選秀順位14)
13%落於13~17順位｜62%落於18~26順位｜25%落於27~39順位 - Shabazz Muhammad (2013梯，選秀順位14)
45%落於13~17順位｜32%落於18~26順位｜20%落於27~39順位
其他籃球入選論文
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
數據在現代體育中至關重要，影響比賽結果。教練和分析師利用數據設計戰略，並透過預測模型優化決策。數據驅動的戰略和個性化訓練計劃顯著提升球員表現。未來，人工智能在體育分析中具有巨大潛力，能夠進一步提升競爭力。
奧運男籃美國隊在首場面對塞爾維亞的比賽當中，很意外的沒有讓今年剛拿到NBA且連續三年進入年度第一隊的Jayson Tatum上場比賽！賽後Dwight Howard直接在其社交平台上公開招募來台灣打球！
美國男籃今天在第三場奧運熱身賽中以105比79擊敗塞爾維亞，相對三日前只能險勝澳洲三分，美國男籃今場的整體表現明顯有很大進步。在對戰澳洲時僅取得3分的史提芬居里，今場重現射手本色，他全場3分球9投6中，取得全隊最高的24分。中鋒阿迪巴約雖然以後備身分出場，但他貢獻了17分、8個籃板和2次助攻。與他在
魔球記載MLB奧克蘭運動家隊的真實故事。該隊以小搏大，用數據思維選出一批從未被看好的球員，打出最瘋狂的佳績。
這本是經典老書了，書中細節大家已多有討論，我只著重在「統計數據」與「新舊觀念衝突」兩部分。透過魔球的精神，反思今天科技時代下「人」或「人才」的價值，我也會表達我對一個大趨勢形成的看法。
5.Tim Duncan
Duncan於1997年進入NBA，被聖安東尼奧馬刺隊以第一順位選中。在他的職業生涯中，他一直效力於馬刺隊，成為了球隊的核心球員。
Duncan以其出色的得分能力、籃板能力和防守能力而聞名。他是NBA歷史上最偉大的大前鋒之一，也是聯盟歷史上最成功的球員之一。
在他
在籃球裡要得分才能贏要防守別人防止他們得分，但是有一個東西是絕對不能忽略的，那就是助攻，因為球場上是五對五，你不能一個人單打獨鬥，所以要有團隊默契，要別人傳球給你你再投，這樣命中率就比較高，那就讓我們來看看這一些有上助攻榜的人，他們在NBA裡是什麼地位吧。
10.Isiah Thomas(9048
適合訂閱的族群
自我學習時間不夠多的讀者，無法快速閱讀原文期刊或者書籍
看到統計就頭暈的讀者，本專題不會有繁雜的統計公式
英文程度尚在強化的族群，沒辦法了解論文架構者
對運動科學研究的最新現況有興趣的族群
對於統計分析不是很清楚的族群，無法瞭解統計結果背後所代表的含義或者是無法快速判斷究竟該使用什麼
這是一本關於美國大聯盟奧克蘭運動家隊的總經理與助理，利用大數據進行球員挑選的故事。書中揭示了棒球統計對球員挑選和球隊經營的重要性，呈現了大數據時代的棒球故事。
本文將以台灣二十年來、各聯盟的數據為基礎，透過圖表呈現幾種三分球的相關數據，勾勒台灣三分射手的面貌。文章分為上下兩篇，下篇以幾種三分球指標進行排名，選出各指標類表現優異者，最後以四種指標選出台灣籃球歷史最佳射手。
第一堂學生創新團隊的點評
我們的統計在社會科學裡面，它到底是怎麼樣產生的，我們今天要算這個統計學，要送統計，他們本身要有Raw data，這樣才有辦法進行運用，如：我們要怎麼算平均身高如下是：
「全部身高」除以「人數」等於 每個人幾公分
所以我們要設計如何用電腦計算 ，要「input」
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
數據在現代體育中至關重要，影響比賽結果。教練和分析師利用數據設計戰略，並透過預測模型優化決策。數據驅動的戰略和個性化訓練計劃顯著提升球員表現。未來，人工智能在體育分析中具有巨大潛力，能夠進一步提升競爭力。
奧運男籃美國隊在首場面對塞爾維亞的比賽當中，很意外的沒有讓今年剛拿到NBA且連續三年進入年度第一隊的Jayson Tatum上場比賽！賽後Dwight Howard直接在其社交平台上公開招募來台灣打球！
美國男籃今天在第三場奧運熱身賽中以105比79擊敗塞爾維亞，相對三日前只能險勝澳洲三分，美國男籃今場的整體表現明顯有很大進步。在對戰澳洲時僅取得3分的史提芬居里，今場重現射手本色，他全場3分球9投6中，取得全隊最高的24分。中鋒阿迪巴約雖然以後備身分出場，但他貢獻了17分、8個籃板和2次助攻。與他在
魔球記載MLB奧克蘭運動家隊的真實故事。該隊以小搏大，用數據思維選出一批從未被看好的球員，打出最瘋狂的佳績。
這本是經典老書了，書中細節大家已多有討論，我只著重在「統計數據」與「新舊觀念衝突」兩部分。透過魔球的精神，反思今天科技時代下「人」或「人才」的價值，我也會表達我對一個大趨勢形成的看法。
5.Tim Duncan
Duncan於1997年進入NBA，被聖安東尼奧馬刺隊以第一順位選中。在他的職業生涯中，他一直效力於馬刺隊，成為了球隊的核心球員。
Duncan以其出色的得分能力、籃板能力和防守能力而聞名。他是NBA歷史上最偉大的大前鋒之一，也是聯盟歷史上最成功的球員之一。
在他
在籃球裡要得分才能贏要防守別人防止他們得分，但是有一個東西是絕對不能忽略的，那就是助攻，因為球場上是五對五，你不能一個人單打獨鬥，所以要有團隊默契，要別人傳球給你你再投，這樣命中率就比較高，那就讓我們來看看這一些有上助攻榜的人，他們在NBA裡是什麼地位吧。
10.Isiah Thomas(9048
適合訂閱的族群
自我學習時間不夠多的讀者，無法快速閱讀原文期刊或者書籍
看到統計就頭暈的讀者，本專題不會有繁雜的統計公式
英文程度尚在強化的族群，沒辦法了解論文架構者
對運動科學研究的最新現況有興趣的族群
對於統計分析不是很清楚的族群，無法瞭解統計結果背後所代表的含義或者是無法快速判斷究竟該使用什麼
這是一本關於美國大聯盟奧克蘭運動家隊的總經理與助理，利用大數據進行球員挑選的故事。書中揭示了棒球統計對球員挑選和球隊經營的重要性，呈現了大數據時代的棒球故事。
本文將以台灣二十年來、各聯盟的數據為基礎，透過圖表呈現幾種三分球的相關數據，勾勒台灣三分射手的面貌。文章分為上下兩篇，下篇以幾種三分球指標進行排名，選出各指標類表現優異者，最後以四種指標選出台灣籃球歷史最佳射手。
第一堂學生創新團隊的點評
我們的統計在社會科學裡面，它到底是怎麼樣產生的，我們今天要算這個統計學，要送統計，他們本身要有Raw data，這樣才有辦法進行運用，如：我們要怎麼算平均身高如下是：
「全部身高」除以「人數」等於 每個人幾公分
所以我們要設計如何用電腦計算 ，要「input」