楼主:
Joe0001 (...)
2017-06-08 10:36:20强者我朋友，
以前念书的时候我们玩联盟举办的梦幻总教练，
常常一起研究怎么拼凑出最佳球队，
后来工作以后还是压抑不了内心的棒球魂!!
自己设计了一套数据分析系统，
记录完后可以跑出各项的统计分析报表。
听他说季初有跟统一全教练团(含春天哥)做简报，
按照这个报导的内容看来
后来大概也是GG了吧
不知道有没有人知道现在台湾各球团有谁在用这种系统的吗?
=============
电视上不是每天都在说大数据分析
怎么没人想到用在棒球这一块啊.......
作者:
ihfreud (旅行,是后天的混血)
2017-06-08 10:37:00喵喵不是都上云端了吗？
作者:
pttpepe (Ptt屁屁)
2017-06-08 10:37:00有 也不会告知
作者:
hsr7016 (~天ç†å–µ~)
2017-06-08 10:38:00人家统一都在云端了还在报表
作者:
cd12631 (<(◥█◤△◥█◤)>)
2017-06-08 10:38:00棒球是应用这块最多的好吗
作者:
cd12631 (<(◥█◤△◥█◤)>)
2017-06-08 10:39:00只有统一狮教练整天直觉神明托梦
作者: recruit 2017-06-08 10:39:00
队数太少了.. 先发就那几个 我看以后也是没什么机会
作者:
ts1993 (komi1111)
2017-06-08 10:43:00怎么没有 其他队应该都有 统一不好说
作者:
peterw (死神从地狱归来)
2017-06-08 10:46:00统一:想要我的报表吗？我把它们统统放在云端了
作者:
Isveia (non-exist)
2017-06-08 10:48:00你觉得会拿空资料夹装模作样的教练团会想要这种东西吗？
作者:
puput (哈亚多)
2017-06-08 10:54:00云端不就yahoo运动跟CPBL TV 我也知道
阵容最佳化大概只能在梦里或电动里实现吧总教练都得顾虑复杂的群体互动关系~哪有那么简单
作者:
st900278 (喵咪喵喵叫)
2017-06-08 11:06:00说不定人家拿OOTP来分析数据啊(误
即使有数据分析的资料，台湾教练懂得运用的知识水准也要到啊！
作者:
dvd88dvd (桃猿最强 攻下总冠军)
2017-06-08 11:10:00以软硬件辅助球队运作这部分老实说国内真的还是米糕领先各队，喵喵应该是落后最多，以前学弟接触球团经验告诉我的
作者:
t613235 (QQ)
2017-06-08 11:20:00如果真的 可以试试看去其他球团试看看
作者:
sesd (囧)
2017-06-08 11:27:00喵喵已经上云端了
楼主: Joe0001 (...) 2017-06-08 11:32:00
原来是上云端了喔..这么厉害。统一果然是大球团..(真假?)
作者:
bxxl (bool)
2017-06-08 11:34:00就现成的资料早就有对应的分析了吧
中职开放所有纪录数据库，保证马上上太空太多人愿意用数据去做资料探勘啊，机器学习啊
作者:
itrs821 (酗咖啡)
2017-06-08 11:39:00早就应该数据分析了,但是这些教练会不会看不懂?
你做机器学习，深度学习，教练跟人根本没必要看懂因为电脑学习过后，就会自动帮你找出最佳解了当然，先撇开人在场上打击没办法马上得知电脑的资讯但人跟电脑差别就在，人的分析还是太粗略与直观举例：某捕手在连两颗直球之后很高机率会配曲球上面就是人会做出的观点但机器学习就跟AlphaGO一样，你的特征给够有用够好他就可能能够在同样情况下，做出不同于人的精确判断你可能不知道他按照哪些评判得出他的最佳解但只要有足够量的数据，跟精准的特征挑选就可以让机器对于投捕策略的预测越来越精准当然投捕只是举例，这可以广泛运用在打击守备等等
作者:
shifa (西法)
2017-06-08 11:45:00运动牵涉到的因素太多，“只”用数据分析作为决策依据有时候会没办法顾虑到“人”的因素，例如在扑克牌里面塞一只牙签才瞇牌(误)
AlphaGO 对决的也是人，变化性也是千变万化，人总是以为自己做的变化能够在总观的大局上产生影响实际状况是，如果数据与时间拉得够深够长，人的变化一定是可以被分析出来的棒球本身就是失败的运动，以宏观的角度看，只要机器学习能在整个赛季带来提升，无论多寡都是值得期待的
作者:
langrisser (Y.H. Johnny Chen)
2017-06-08 11:53:00人之间的关系有时也很重要 假设神拳在的时候钓虾不爽所以数据不好，神拳下去休息就爆发 ID分析得出来吗
作者:
bxxl (bool)
2017-06-08 11:54:00alphago自己可以跟自己下围棋,判断胜负,以进行增强式训练
作者:
langrisser (Y.H. Johnny Chen)
2017-06-08 11:54:00又或者是跟A-lin抱抱后 小邓邓打击突然爆发（误）
作者:
bxxl (bool)
2017-06-08 11:55:00所以你得到的是一个很会玩棒球模拟游戏的AI
只是机器学习有Classifying跟Clustering，最佳阵容
作者:
bxxl (bool)
2017-06-08 11:56:00他的实用程度就跟让电脑模拟打比赛的逼真程度有关
基本上就是Clustering，你不会知道他怎么判断出来的刘家豪我以前很喜欢他，但什么握手之后满贯就跟展元铁嘴一样是没意义的啊，不然每场都叫郭书瑶来握手XD
作者:
akb0049 (Amber)
2017-06-08 11:58:00明明不懂AlphaGO怎样运作 别来唬烂
楼主: Joe0001 (...) 2017-06-08 11:58:00
不知道AlphaGo能不能算出朱佬助跑打安打的机率有多少(误)
恰恰上去安抚投手深呼吸 投手稳定无失分 数据看得出来吗 还是肥恰该退休了
作者:
hotrain13 (最幸é‹çš„人!!)
2017-06-08 12:09:00怎么不想想是不是说不定是做的太差没有用啊怎么不想想是不是做的太差没有用啊
建议先去了解机器学习是什么，策略分析不用这些特征不过说实在，如果联盟没有科学化的逐球纪录，也没用
作者:
shifa (西法)
2017-06-08 12:14:00机器学习是很好的东西，然而我要说的是棒球也有成功率的因素要考量，再加上每个人也会改变自己的策略(就像忽然放弃两好球后的攻击策略一样)而影响战局的情况。魔球一书里面提的运用数据系统可以让他们在资源有限的运作空间内在“例行赛”取得好的战绩，但到了“季后赛”，就他X的运气。放长远如一季来看，的确会趋近计算结果，但是总仔要做的是要左右“这一场”、“这一局”，甚至“这个play”的结果。这就不一定是机器学习能够百分百做到的事情了。当然我们可以宣称在“理想状态”下可以达到多少的命中率，但那时候要面临的就是“运动是人的竞技，还是比谁的AI比较强，人类在场上打球只是负责验证”这种形而上的问题。
作者:
cd12631 (<(◥█◤△◥█◤)>)
2017-06-08 13:26:00其实就算联盟不开放数据库也是可以球队自己培养纪录员只是球队愿不愿意投资这块而已不过就算你做机器学习跑出来的东西 我很好奇台湾教练接受度多少? 尤其当你看到黄甘霖成天嘴上挂著托梦神明感觉后
楼主: Joe0001 (...) 2017-06-08 13:40:00
强者我朋友的系统是连资料收集的部分也自己设计，他自己跑上来贴了一些系统的图表，大家可以去鞭他了！