Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten

Vorwort
Anhang
Inhaltsverzeichnis
Herausgeber
Autorenverzeichnis
Herausgeber- und Autorenverzeichnis
I: Historie
	1: Historie
		1.1 Einleitung
		1.2 Die institutionelle Konstituierung der Sportinformatik
		Literatur
II: Datensätze
	2: Künstliche Daten
		2.1 Beispiel Sport
		2.2 Hintergrund
			2.2.1 Die Limits von echten Daten
			2.2.2 Die Idee von künstlichen Daten
			2.2.3 Zufallszahlen und Monte-Carlo-Simulation
			2.2.4 Vorteile und Nachteile von künstlichen Datensätzen
		2.3 Anwendungen
		Studienbox
		Literatur
	3: Reale Datensätze – Textdaten
		3.1 Einleitung
		3.2 Anwendungen
			3.2.1 Evaluation von Technological Officiating Aids
			3.2.2 Spielvorhersagen
			3.2.3 Talentscouting
		Literatur
	4: Reale Datensätze – Videodaten
		4.1 Beispiel Sport
		4.2 Hintergrund
		4.3 Grundlagen und Definition
		4.4 Anwendungen
		Literatur
	5: Reale Datensätze – Eventdaten
		5.1 Beispiel Sport
		5.2 Hintergrund
		5.3 Anwendung
		Literatur
	6: Reale Datensätze – Positionsdaten
		6.1 Beispiel Sport
		6.2 Hintergrund
		6.3 Anwendungen
		Literatur
	7: Reale Datensätze Onlinedaten
		7.1 Beispiel Sport
		7.2 Hintergrund
		7.3 Anwendungen
		Studienbox
		Literatur
III: Modellbildung
	8: Modellbildung
		8.1 Beispiel Sport
		8.2 Hintergrund
		8.3 Anwendungen
		Studienbox
		Literatur
	9: Prädiktive Modelle
		9.1 Beispiel Sport
		9.2 Hintergrund
			9.2.1 Der Blick in die Zukunft
			9.2.2 Der Sport als Anwendungsfeld für prädiktive Modelle
			9.2.3 Erstellung von prädiktiven Modellen und methodische Beispiele
		9.3 Anwendungen
		Studienbox
		Literatur
	10: Physiologische Modellierung
		10.1 Beispiel Sport
		10.2 Hintergrund
		10.3 Anwendungen
		Studienbox
		Literatur
IV: Simulation
	11: Simulation
		11.1 Beispiel Sport
		11.2 Hintergrund
		Studienbox
		11.3 Anwendungen
		Literatur
	12: Metabolische Simulation
		12.1 Beispiel Sport
		12.2 Hintergrund
		12.3 Anwendungen
		Studienbox
		Literatur
	13: Simulation physiologischer Anpassungs
		13.1 Beispiel Sport
		13.2 Hintergrund
		13.3 Anwendungen
		Studienbox
		Literatur
V: Programmiersprachen
	14: Eine Einführung in die Programmiers­prache R für Einsteiger
		14.1 Geschichte und Philosophie
		14.2 Konzeption und Programmierparadigmen
		14.3 Ressourcen zu R
		14.4 R Community und Pakete
		14.5 Einstieg in den Umgang mit R
		14.6 Ein Beispielworkflow in R
		14.7 Literate Programming
		Studienbox
		Literatur
	15: Python
		15.1 Beispiel Sport
		15.2 Hintergrund
		15.3 Anwendungen
		Literatur
VI: Datenanalyse
	16: Logistische Regression
		16.1 Beispiel
		16.2 Hintergrund
		16.3 Anwendung
		Literatur
	17: Zeitreihen Data Mining
		17.1 Beispiel Sport
		17.2 Hintergrund
		17.3 Anwendungen
			17.3.1 Data-Mining-Algorithmen
			17.3.2 Data Mining von Zeitreihen in der Medizin
			17.3.3 Data Mining im Sport
		Literatur
	18: Process Mining
		18.1 Beispiel Sport
		18.2 Hintergrund
		18.3 Anwendungen
			18.3.1 Process Mining im Gesundheitswesen
			18.3.2 Process Mining in der Bildung
			18.3.3 Process Mining im Fußball
		Literatur
	19: Zentralität von Netzwerken
		19.1 Eine Netzwerkwissenschaft im Fußball
		19.2 Hintergrund
		19.3 Anwendungen
		Studienbox
		Literatur
	20: Künstliche neuronale Netze
		20.1 Beispiel Sport
		20.2 Hintergrund
		20.3 Anwendungen
		Studienbox
		Literatur
	21: Tiefe neuronale Netzwerke
		21.1 Beispiel Sport
		21.2 Hintergrund
		21.3 Anwendungen
		Literatur
	22: Convolutional Neural Networks
		22.1 Beispiel Sport
		22.2 Hintergrund
		22.3 Anwendungen
		Studienbox
		Literatur
	23: Transfer Learning
		23.1 Beispiel Sport
		23.2 Hintergrund
		23.3 Anwendungen
		Studienbox
		Literatur
	24: Random Forest
		24.1 Beispiel Sport
		24.2 Hintergrund
		24.3 Anwendungen
		Studienbox
		Literatur
	25: Statistisches Lernen
		25.1 Beispiel Sport
		25.2 Hintergrund
		25.3 Anwendungen
		Studienbox
		Literatur
	26: Open-set Recognition
		26.1 Beispiel Sport
		26.2 Hintergrund
		26.3 Anwendungen
		Studienbox
		Literatur
VII: Visualisierung
	27: Visualisierung-Grundlagen und Konzepte
		27.1 Beispiel Sport
		27.2 Hintergrund
		27.3 Anwendungen
		Literatur
VIII: Ausblick
	28: Ausblick
		28.1 Tendenzen
		28.2 Sensoren
		28.3 Wearables und intelligente Systeme
		28.4 Big Data & Cloud
		28.5 Machine Learning & Computer Vision
		28.6 Virtuelle und augmentierte Realität & Robotik
		28.7 Datenschutz und Datenmissbrauch
		Literatur
Anhang
Stichwortverzeichnis