Sports Analytics in Practice with R

راهنمای عملی برای کسانی که به دنبال استفاده از جدیدترین و پیشروترین نرم افزارهای تحلیلی در ورزش هستند

در در بیست سال گذشته، سازمان های ورزشی به یک تجارت مبتنی بر داده تبدیل شده اند. قبل از این، اکثر تصمیمات در ورزش از نظر کیفی توسط کارشناسان موضوع هدایت می شد. در سال‌هایی که تیم‌های متعددی با دیدگاه‌های تحلیلی «Money Ball» به موفقیت دست یافتند، این صنعت به دنبال ارتقای هوش تحلیلی خود برای بهبود نتایج درون و بیرون زمین بوده است. تقاضای فزاینده برای داده‌ها برای اطلاع از تصمیم‌گیری‌ها برای مربیان، پیشاهنگان و بازیکنان قبل و در طول رویدادهای ورزشی، منجر به تلاش‌های جذابی برای ایجاد این رویکرد کمی شده است.

از آنجایی که این روش برای ارزیابی عملکرد به بلوغ رسیده و اهمیت آن افزایش یافته است، نرم افزار منبع باز R نیز به عنوان یکی از بسته های نرم افزار تحلیلی پیشرو ظاهر شده است. در واقع، R یک 10 زبان برنامه نویسی برتر است که در دانشگاه و صنعت برای آمار، یادگیری ماشین و نمونه سازی سریع مفید است. تجزیه و تحلیل ورزشی در عمل با R به خوبی این دو پیشرفت را برای آموزش تجزیه و تحلیل اولیه برای استفاده مرتبط با ورزش - از کریکت تا بیسبال، از بسکتبال تا تنیس، از فوتبال تا قمار ورزشی، با هم تلفیق می‌کند. ، و بیشتر.

تجزیه و تحلیل ورزشی در تمرین با R خوانندگان همچنین خواهند یافت:

• < span>چشم انداز گسترده ای از ورزش، با تمرکز بر طیف گسترده ای از ورزش ها به جای یک ورزش
• اولین کتاب در نوع خود که دارای نمونه های کدنویسی است.
• رویکرد مطالعه موردی در سراسر کتاب
• وب سایت همراه از جمله مجموعه داده‌ها برای کار در کنار توضیحات

تجزیه و تحلیل ورزشی در تمرین با R یک ابزار مفید برای دانش‌آموزان است. و متخصصان در زمینه مدیریت ورزشی، بلکه برای علاقه مندان به ورزش که سابقه کدنویسی دارند.

A practical guide for those looking to employ the latest and leading analytical software in sport

In the last twenty years, sports organizations have become a data-driven business. Before this, most decisions in sports were qualitatively driven by subject-matter experts. In the years since numerous teams found success with “Money Ball” analytical perspectives, the industry has sought to advance its analytical acumen to improve on- and off-field outcomes. The increasing demand for data to inform decisions for coaches, scouts, and players before and during sporting events has led to intriguing efforts to build upon this quantitative approach.

As this methodology for assessing performance has matured and grown in importance, so too has the open-source R software emerged as one of the leading analytical software packages. In fact, R is a top 10 programming language that is useful in academia and industry for statistics, machine learning, and rapid prototyping. Sports Analytics in Practice with R neatly marries these two advances to teach basic analytics for sports-related use—from cricket to baseball, from basketball to tennis, from soccer to sports gambling, and more.

Sports Analytics in Practice with R readers will also find:

• A broad perspective of sports, focusing on a wide range of sports rather than just one
• The first book of its kind that features coding examples
• Case study approach throughout the book
• Companion website including data sets to work through alongside the explanations

Sports Analytics in Practice with R is a helpful tool for students and professionals in the sports management field, but also for sports enthusiasts who have a coding background.