全部回帖
那么你说说什么是水分呢,这些专家是数据分析专家,但是他们是篮球专家吗,篮球场上可不是只是这点东西,拼抢卡位防守干扰,进攻掩护,吸引包夹等等等等,是基础数据的加权能体现出来的吗,说白了,高阶数据只是基础数据的延伸,基础数据提现不了的,高阶也体现不了,至于你说我理解浅,我硕士就是学的大数据,指定比你理解好一些的
[图片]
那么你说说什么是水分呢,这些专家是数据分析专家,但是他们是篮球专家吗,篮球场上可不是只是这点东西,拼抢卡位防守干扰,进攻掩护,吸引包夹等等等等,是基础数据的加权能体现出来的吗,说白了,高阶数据只是基础数据的延伸,基础数据提现不了的,高阶也体现不了,至于你说我理解浅,我硕士就是学的大数据,指定比你理解好一些的
肯定既是篮球专家,又擅长数据分析,既然你是研究生,肯定知道研究方向可以是交叉的,这没问题吧?
现代高阶数据,如dpm、bpm、lebron,早就不依赖任何基础数据了,这你都不知道吗?你说的什么拼抢、掩护、吸引包夹什么的,只要能帮助球队净胜分,就能被记入高阶数据,这就是区别于基础数据的地方。
还有你或许有很专业的水平,但是加权和确实是初中生的理解。能说出贝叶斯方法、岭回归才对得起你研究生的身份。
肯定既是篮球专家,又擅长数据分析,既然你是研究生,肯定知道研究方向可以是交叉的,这没问题吧?
现代高阶数据,如dpm、bpm、lebron,早就不依赖任何基础数据了,这你都不知道吗?你说的什么拼抢、掩护、吸引包夹什么的,只要能帮助球队净胜分,就能被记入高阶数据,这就是区别于基础数据的地方。
还有你或许有很专业的水平,但是加权和确实是初中生的理解。能说出贝叶斯方法、岭回归才对得起你研究生的身份。
肯定既是篮球专家,又擅长数据分析,既然你是研究生,肯定知道研究方向可以是交叉的,这没问题吧?现代高阶数据,如dpm、bpm、lebron,早就不依赖任何基础数据了,这你都不知道吗?你说的什么拼抢、掩护、吸引包夹什么的,只要能帮助球队净胜分,就能被记入高阶数据,这就是区别于基础数据的地方。还有你或许有很专业的水平,但是加权和确实是初中生的理解。能说出贝叶斯方法、岭回归才对得起你研究生的身份。
肯定既是篮球专家,又擅长数据分析,既然你是研究生,肯定知道研究方向可以是交叉的,这没问题吧?
现代高阶数据,如dpm、bpm、lebron,早就不依赖任何基础数据了,这你都不知道吗?你说的什么拼抢、掩护、吸引包夹什么的,只要能帮助球队净胜分,就能被记入高阶数据,这就是区别于基础数据的地方。
还有你或许有很专业的水平,但是加权和确实是初中生的理解。能说出贝叶斯方法、岭回归才对得起你研究生的身份。
Raw BPM = a*ReMPG + b*ORB% + c*DRB% + d*STL% + e*BLK%+ f*AST% - g*USG%*TO% + h*USG%*(1-TO%)*[2*(TS% - TmTS%) + i*AST% + j*(3PAr -Lg3PAr) - k] + l*sqrt(AST%*TRB%)
再有就是贝叶斯我不知道为什么能用于高阶数据计算,我只知道贝叶斯应用于分类,我研究的主要是神经网络模型改进,至于你说的这俩只是机器学习的算法,和svm一样早就没人用了,现在都是深度学习模型了。。。
Raw BPM = a*ReMPG + b*ORB% + c*DRB% + d*STL% + e*BLK%+ f*AST% - g*USG%*TO% + h*USG%*(1-TO%)*[2*(TS% - TmTS%) + i*AST% + j*(3PAr -Lg3PAr) - k] + l*sqrt(AST%*TRB%)
再有就是贝叶斯我不知道为什么能用于高阶数据计算,我只知道贝叶斯应用于分类,我研究的主要是神经网络模型改进,至于你说的这俩只是机器学习的算法,和svm一样早就没人用了,现在都是深度学习模型了。。。
Raw BPM = a*ReMPG + b*ORB% + c*DRB% + d*STL% + e*BLK%+ f*AST% - g*USG%*TO% + h*USG%*(1-TO%)*[2*(TS% - TmTS%) + i*AST% + j*(3PAr -Lg3PAr) - k] + l*sqrt(AST%*TRB%)再有就是贝叶斯我不知道为什么能用于高阶数据计算,我只知道贝叶斯应用于分类,我研究的主要是神经网络模型改进,至于你说的这俩只是机器学习的算法,和svm一样早就没人用了,现在都是深度学习模型了。。。
Raw BPM = a*ReMPG + b*ORB% + c*DRB% + d*STL% + e*BLK%+ f*AST% - g*USG%*TO% + h*USG%*(1-TO%)*[2*(TS% - TmTS%) + i*AST% + j*(3PAr -Lg3PAr) - k] + l*sqrt(AST%*TRB%)
再有就是贝叶斯我不知道为什么能用于高阶数据计算,我只知道贝叶斯应用于分类,我研究的主要是神经网络模型改进,至于你说的这俩只是机器学习的算法,和svm一样早就没人用了,现在都是深度学习模型了。。。
这个我确实说错了,bpm世纪初就有了,现代高阶是epm,lebron,raptor这些,有的没有公布计算公式,在BBR网站查阅也是要花钱的。
既然你都知道数据科学研究会采用先进的数字方法,那你还认为它是简单的基础数据加权和吗?还有就是,高阶数据类别很多很多,有不同的设计出发点,要结合起来看,也有你之前说的反应出手难度的高阶数据。不知道你的喷点在哪里?
这个我确实说错了,bpm世纪初就有了,现代高阶是epm,lebron,raptor这些,有的没有公布计算公式,在BBR网站查阅也是要花钱的。
既然你都知道数据科学研究会采用先进的数字方法,那你还认为它是简单的基础数据加权和吗?还有就是,高阶数据类别很多很多,有不同的设计出发点,要结合起来看,也有你之前说的反应出手难度的高阶数据。不知道你的喷点在哪里?
每种高阶数据侧重点不同,有一两个不行也未必是菜,但是所有都不行,没一个拿得出手,大概率是实力与地位不相符。
高阶贬科我能接受,但是捧詹不能接受,因为詹的很多行为就是为了提升高阶去做的,这就和统计相互影响了。还有也有为了老詹调系数的高阶数据。而且像詹姆斯走步得分,享受判罚利益这些,高阶肯定体现不出来。不是高阶不行,是遇到了老詹太离谱。正常来说高阶肯定是反应球员水平的。
高阶贬科我能接受,但是捧詹不能接受,因为詹的很多行为就是为了提升高阶去做的,这就和统计相互影响了。还有也有为了老詹调系数的高阶数据。而且像詹姆斯走步得分,享受判罚利益这些,高阶肯定体现不出来。不是高阶不行,是遇到了老詹太离谱。正常来说高阶肯定是反应球员水平的。
假如你没有定义,只看表现,所有的质数都是奇数,所以2需要解释一下自己为啥是质数对吧嘛,是这个逻辑吗?八爪鱼也需要解释一下为啥他有9个大脑,毕竟大多数动物都是一个,他有问题。
[图片]
假如你没有定义,只看表现,所有的质数都是奇数,所以2需要解释一下自己为啥是质数对吧嘛,是这个逻辑吗?八爪鱼也需要解释一下为啥他有9个大脑,毕竟大多数动物都是一个,他有问题。
闭嘴 解释一下为什么别人都适用高阶数据 就科比不适用?
闭嘴 解释一下为什么别人都适用高阶数据 就科比不适用?
我也很好奇,我是说了什么很深奥的词语么?然后还需要去百度?我做深度学习的,你非要聊的话,我们可以扒一下他的算法和科学性。我都没给你聊精准率,召回率,f1,仅仅说了一个大众好理解的准确率。比如我说“身高185以上的都是男生”,这句话,准确率有95%以上,但不代表没女生185以上。185以上的女生也不用去反思自己有啥问题,这是我模型精度导致的预测错误,这个应该好理解吧?我预测100个样本,平均会错5个。同理,高阶数据模型确实有一定的参考价值,但他同样有噪声,因为他不能量化一个球员的所有表现和贡献,并且还差的很远,所以现在只能拿基础数据等去拟合,但是基础数据有很大的噪声,去噪又是一个十分繁琐和主观的事情。比如铁血2分算不算关键得分,比如因为高压防守造成的对面传球失误,队友抢断,自己没基础数据要如何衡量这一回合贡献;比如走步得分裁判没吹,算不算实力的体现。兼顾这些细节,高阶模型才能更上一档次。你们现在拿着粗糙的模型,给一个球员下定义,确实很抓马。因为其他球员准,所以这个模型就非常科学?那地心说应该能统治到现在,毕竟我们看到的就是太阳星星绕着地球转。
[图片]
我也很好奇,我是说了什么很深奥的词语么?然后还需要去百度?我做深度学习的,你非要聊的话,我们可以扒一下他的算法和科学性。我都没给你聊精准率,召回率,f1,仅仅说了一个大众好理解的准确率。比如我说“身高185以上的都是男生”,这句话,准确率有95%以上,但不代表没女生185以上。185以上的女生也不用去反思自己有啥问题,这是我模型精度导致的预测错误,这个应该好理解吧?我预测100个样本,平均会错5个。同理,高阶数据模型确实有一定的参考价值,但他同样有噪声,因为他不能量化一个球员的所有表现和贡献,并且还差的很远,所以现在只能拿基础数据等去拟合,但是基础数据有很大的噪声,去噪又是一个十分繁琐和主观的事情。比如铁血2分算不算关键得分,比如因为高压防守造成的对面传球失误,队友抢断,自己没基础数据要如何衡量这一回合贡献;比如走步得分裁判没吹,算不算实力的体现。兼顾这些细节,高阶模型才能更上一档次。你们现在拿着粗糙的模型,给一个球员下定义,确实很抓马。因为其他球员准,所以这个模型就非常科学?那地心说应该能统治到现在,毕竟我们看到的就是太阳星星绕着地球转。
你有这空打字,不如去了解一下最基础的RAPM是怎么回归出来的。
RAPM和APM可是一点得分篮板助攻之类的基础数据都没纳入考虑,纯粹的球员赛场影响力量化数据,结果对你头像那位球员的评估,还不如BPM这种基础数据四则运算得到的高阶。
另外,高阶数据远不算完美,但是至少比GIF图集锦印象流强多了。像EPM这种花钱订阅的高阶数据各队的分析师球探都愿意去买,总不能他们都是傻子天天花冤枉钱坑球队吧?
高阶数据认为一个球员水平不行,为啥一定是数据错了而不是这位球员确实不行呢?就因为他是你的偶像吗?你的“更合理”的标准又是什么的?
你有这空打字,不如去了解一下最基础的RAPM是怎么回归出来的。
RAPM和APM可是一点得分篮板助攻之类的基础数据都没纳入考虑,纯粹的球员赛场影响力量化数据,结果对你头像那位球员的评估,还不如BPM这种基础数据四则运算得到的高阶。
另外,高阶数据远不算完美,但是至少比GIF图集锦印象流强多了。像EPM这种花钱订阅的高阶数据各队的分析师球探都愿意去买,总不能他们都是傻子天天花冤枉钱坑球队吧?
高阶数据认为一个球员水平不行,为啥一定是数据错了而不是这位球员确实不行呢?就因为他是你的偶像吗?你的“更合理”的标准又是什么的?
所以你指的“精准”是以什么为衡量呢?球员表现有一个具体的数值化么?基础数据?正负值?他们与球员表现有相关性,但是能够精准代表球员表现么?
所以你指的“精准”是以什么为衡量呢?球员表现有一个具体的数值化么?基础数据?正负值?他们与球员表现有相关性,但是能够精准代表球员表现么?
(既然没法具体量化,你这“准确率”又是哪来的)
这位做深度学习的朋友不会不知道MSE,RMSE,MAE三件套吧?
现在都是一体化数据了,往PBP数据里代看看哪个模型相对更准呗。
这个世界上不存在什么精确代表球员实力的金科玉律,模型只需要比集锦和印象流强就可以了。
(既然没法具体量化,你这“准确率”又是哪来的)
这位做深度学习的朋友不会不知道MSE,RMSE,MAE三件套吧?
现在都是一体化数据了,往PBP数据里代看看哪个模型相对更准呗。
这个世界上不存在什么精确代表球员实力的金科玉律,模型只需要比集锦和印象流强就可以了。
(既然没法具体量化,你这“准确率”又是哪来的)这位做深度学习的朋友不会不知道MSE,RMSE,MAE三件套吧?现在都是一体化数据了,往PBP数据里代看看哪个模型相对更准呗。这个世界上不存在什么精确代表球员实力的金科玉律,模型只需要比集锦和印象流强就可以了。
[图片]
(既然没法具体量化,你这“准确率”又是哪来的)
这位做深度学习的朋友不会不知道MSE,RMSE,MAE三件套吧?
现在都是一体化数据了,往PBP数据里代看看哪个模型相对更准呗。
这个世界上不存在什么精确代表球员实力的金科玉律,模型只需要比集锦和印象流强就可以了。
你的误差降低了,是比你自己的模型。然而你的模型多大程度能衡量一个球员的实力和表现,这是一个问号。我从55分提升到了60分,我说我精通数学,每个题都能给出精准解答,我和答案不一致就是答案错了,毕竟60%的题我都会,你信么?
你的误差降低了,是比你自己的模型。然而你的模型多大程度能衡量一个球员的实力和表现,这是一个问号。我从55分提升到了60分,我说我精通数学,每个题都能给出精准解答,我和答案不一致就是答案错了,毕竟60%的题我都会,你信么?
这个我确实说错了,bpm世纪初就有了,现代高阶是epm,lebron,raptor这些,有的没有公布计算公式,在BBR网站查阅也是要花钱的。既然你都知道数据科学研究会采用先进的数字方法,那你还认为它是简单的基础数据加权和吗?还有就是,高阶数据类别很多很多,有不同的设计出发点,要结合起来看,也有你之前说的反应出手难度的高阶数据。不知道你的喷点在哪里?
这个我确实说错了,bpm世纪初就有了,现代高阶是epm,lebron,raptor这些,有的没有公布计算公式,在BBR网站查阅也是要花钱的。
既然你都知道数据科学研究会采用先进的数字方法,那你还认为它是简单的基础数据加权和吗?还有就是,高阶数据类别很多很多,有不同的设计出发点,要结合起来看,也有你之前说的反应出手难度的高阶数据。不知道你的喷点在哪里?
首先数据分析都是依赖数据集的。。。没有基础数据的统计谁也说不出来高阶数据,无论什么公式什么算法都一样
首先数据分析都是依赖数据集的。。。没有基础数据的统计谁也说不出来高阶数据,无论什么公式什么算法都一样
首先数据分析都是依赖数据集的。。。没有基础数据的统计谁也说不出来高阶数据,无论什么公式什么算法都一样
首先数据分析都是依赖数据集的。。。没有基础数据的统计谁也说不出来高阶数据,无论什么公式什么算法都一样
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。
所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。
所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
季后赛比常规赛猛的我只看过乔丹,约基奇,保罗
詹杜这种基本是持平
某人就是下降厉害了
有一说一詹姆斯也是季后赛比常规赛强啊,主要是年轻时候
有一说一詹姆斯也是季后赛比常规赛强啊,主要是年轻时候
高阶贬科我能接受,但是捧詹不能接受,因为詹的很多行为就是为了提升高阶去做的,这就和统计相互影响了。还有也有为了老詹调系数的高阶数据。而且像詹姆斯走步得分,享受判罚利益这些,高阶肯定体现不出来。不是高阶不行,是遇到了老詹太离谱。正常来说高阶肯定是反应球员水平的。
[图片]
高阶贬科我能接受,但是捧詹不能接受,因为詹的很多行为就是为了提升高阶去做的,这就和统计相互影响了。还有也有为了老詹调系数的高阶数据。而且像詹姆斯走步得分,享受判罚利益这些,高阶肯定体现不出来。不是高阶不行,是遇到了老詹太离谱。正常来说高阶肯定是反应球员水平的。
经典
经典
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
[图片]
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。
所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
那么你说说现在的高阶数据是什么模型呢
那么你说说现在的高阶数据是什么模型呢
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
[图片]
你说的我理解,但是基础数据只有5项,得分助攻篮板盖帽抢断,这些笼统的数据肯定不足以评估球员的实力和对胜利的贡献,用的各种“率”、“差值”等等参与计算,这些不叫基础数据,而是考虑个人之于团队和胜利的影响。
所以,我还是不知道你的喷点在于什么?你一开始觉得高阶数据的计算方法很简单,就是基础数据加权和,而且默认了是线性模型。这就完全是印象流了。况且你研究神经网络肯定很清楚架构的重要性。
LeBron值我看了看,只是在基础数据添加了正负值和球员跟踪数据,球员跟踪数据应该没多少年的记录,至于luck adjusted是如何修正数据我不太懂,但是并非你所说的不依赖基础数据,究其根本依然是对于这些数据的加权而已
LeBron值我看了看,只是在基础数据添加了正负值和球员跟踪数据,球员跟踪数据应该没多少年的记录,至于luck adjusted是如何修正数据我不太懂,但是并非你所说的不依赖基础数据,究其根本依然是对于这些数据的加权而已
LeBron值我看了看,只是在基础数据添加了正负值和球员跟踪数据,球员跟踪数据应该没多少年的记录,至于luck adjusted是如何修正数据我不太懂,但是并非你所说的不依赖基础数据,究其根本依然是对于这些数据的加权而已
LeBron值我看了看,只是在基础数据添加了正负值和球员跟踪数据,球员跟踪数据应该没多少年的记录,至于luck adjusted是如何修正数据我不太懂,但是并非你所说的不依赖基础数据,究其根本依然是对于这些数据的加权而已
你说得对,所以呢?
你说得对,所以呢?
上海匡慧网络科技有限公司 沪B2-20211235 沪ICP备2021021198号-6 Copyright ©2021 KUANGHUI All Rights Reserved. 匡慧公司 版权所有