カスケーディングアルゴリズムを用いたバスケットボール結果の予測【JST・京大機械翻訳】

Caliwag Jasmin A.; Aragon Maria Christina R.; Castillo Reynaldo E.; Colantes Ellizer Mikko S.

文献

J-GLOBAL ID：202002242386395393 整理番号：20A1944573

カスケーディングアルゴリズムを用いたバスケットボール結果の予測【JST・京大機械翻訳】

Predicting Basketball Results Using Cascading Algorithm

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1944573&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (4件)： , , ,
資料名：
号： ICISS ’18 ページ： 64-68 発行年： 2018年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

全身はバスケットゲームの勝者を推測できる。疑問は,どのように機会が実際の勝者を予測するかである。専門家の経験と直感だけに頼ることは,収集したデータのすべての価値と可能性を発見することができなかった。スポーツデータセットとデータマイニング技術における包括的データの増大によって駆動され,スポーツデータマイニング技術は,スポーツ産業に影響を与える隠れた知識を見つけることができる。収集したこれらのデータには,より科学的アプローチが必要である。両チームの統計記録のみに基づく,ウィンニング記録に基づくいくつかの予測子と,いくつかの予測因子が,ある。また,両方のタイプのデータを使用する予測子があるが,異なる個々のアルゴリズムを適用する精度は,約60%~70%の範囲である。より良い予測比率を達成して,その複雑性を扱うために,多くの機械学習方法をこれらのデータに関して実行した。本論文は,カスケードアルゴリズムを実行するバスケットボールゲーム結果を予測するための改良技術を提示する。バスケットボールゲームを予測するために,Naive Bayes,4つの因子分析,およびファジー論理アルゴリズムを組み合わせた研究者は,69%~70%の精度の許容できるレベルをもたらした。研究者は,NBAゲームSeason 2015-2016からのデータセットを用いて数回試験し,カスケードアルゴリズム結果は70%予測精度に達するように管理した。このシステムの結果は,可能なチーム開発のための計画作成におけるバスケットボールコーチを支援するのに使用できる。また,予測結果は,効果的なゲームプレイの建設に役立つ。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

スポーツ医学

前のページに戻る