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。
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？
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
你自己列的raw BPM都已经不是线性模型了
你自己列的raw BPM都已经不是线性模型了
不是加权加和是什么呢
不是加权加和是什么呢
不是加权加和是什么呢
这就没意思了，那神经网络那么复杂，本质也是加权和以及激活函数，根据级数展开，都可以近似成input值的多项式的加权和，但是模型本身的价值也不能被否定啊。
这就没意思了，那神经网络那么复杂，本质也是加权和以及激活函数，根据级数展开，都可以近似成input值的多项式的加权和，但是模型本身的价值也不能被否定啊。
