文献

J-GLOBAL ID：202202247027346008   整理番号：22A1154803

VictoryにリンクしたValid統計を用いたハンドボールゲーム解析のための機械学習【JST・京大機械翻訳】

Machine Learning for Handball Game Analysis Using Valid Statistics Linked to Victory

著者 (5件)： Kato Ryosuke (Master’s Program in Physical Education, Health and Sport Sciences, University of Tsukuba, Ibaraki, Japan) ,  Kameda Toshihiro (Faculty of Engineering, Information and Systems, University of Tsukuba, Ibaraki, Japan) ,  Yamada Eiko (Faculty of Health and Sport Sciences, University of Tsukuba, Ibaraki, Japan) ,  Fujimoto Hajime (Faculty of Health and Sport Sciences, University of Tsukuba, Ibaraki, Japan) ,  Aida Hiroshi (Faculty of Health and Sport Sciences, University of Tsukuba, Ibaraki, Japan)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1426  ページ： 118-121  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： スポーツにおける機械学習を用いたデータ解析の能力を理解するために,著者らはHandballのスポーツにおけるtoryにリンクする統計を分析した。Pythonによる機械学習を用いて,複数のアルゴリズムでモデルを作成し,ある期間にわたって,多くのマッチ(EHF Champion League)のwinsと損失を分類した。機械学習によるゲームの分類を通して,著者らは,vicにリンクした特徴の重要性を数値的に計算し,作成したモデルを評価した。ゲームの文化的な特定の特徴特性にリンクした特徴を計算することによって,明らかになった。ゴールキーパーの節約率は,全体のゲームより2番目の半分でより重要で,最初の半分の目標の数は,第2の半分でより重要であった。種々の機械学習ツールの中で,ランダムフォレスト分類アルゴリズムが最も正確であることが分かった。結果は,チームの強みを含む研究に対するマッチ(競争)の特徴を理解する目的で,スポーツデータを解析する機械学習の有用性を示す。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ゲーム ,  スポーツ ,  データ ,  比率 ,  データ解析 ,  チーム ,  オブジェクト指向言語 ,  *機械学習
準シソーラス用語： 分類アルゴリズム ,  ハンドボール ,  Python ,  ランダムフォレスト ,  ゴールキーパー ,  学習ツール , 【Automatic Indexing@JST】

著者キーワード (3件)： ハンドボール ,  機械学習 ,  ゲーム解析

分類 (2件)： ゲーム理論  (KA03060T) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (6件)： リンク ,  統計 ,  ハンドボール ,  ゲーム ,  解析 ,  機械学習