کتاب حاضر ترجمه کتاب Sports Data Mining است که توسط انتشارات Springer در سال 2010 چاپ و در اختیار محققین قرار گرفته است. امروزه علوم مختلف در بخشهای گوناگون همپوشانی دارند و این همپوشانی باعث شدهاست که دیگر مرزبندی های علوم مختلف همانند قبل مشخص نباشد و محققین درصدد هستند تا از علومی مانند یادگیری ماشین، هوش مصنوعی و داده کاوی در پژوهشهای خود در علوم مختلف استفاده کنند. علومی همانند داده کاوی و یادگیری ماشین در بخش عظیمی از پژوهش های نوین استفاده میشوند بعنوان مثال در کشور عزیزمان ایران این مفاهیم در رشتههایی مثل مهندسی مخابرات، مهندسی کامپیوتر و مهندسی مکانیک محققین سعی در استفاده از این مفاهیم برای بهبود عملکرد سیستم هایشان دارند. امروزه در دانشگاههای بسیار معتبر جهان مفاهیم یادگیری ماشین در علوم انسانی هم بسیار مورد توجه میباشد. از این رو بر آن شدیم تا جای خالی این مفاهیم را برای محققین علوم انسانی و بخصوص علوم ورزشی مشخص بنماییم. امید است که این کتاب راهگشای دانشجویان و پژوهشگران رشتههای مهندسی و علوم ورزشی در استفاده از این مفاهیم نوین در علوم انسانی باشد.
مقدمه مترجمان 7
پیشگفتار 9
فصل 1. دادهکاوی ورزشی: حوزهی فعالیت 27
مروری بر فصل 27
1-1- تعریف 28
1-2- تاریخچه 34
1-3- ابعاد اجتماعی 40
1-4- چشمانداز بینالمللی 43
1-5- انتقادات 46
1-6- پرسشهایی برای بحث 48
فصل 2: روششناسی دادهکاوی ورزشی 49
مروری بر فصل 49
2-1- بنیان علمی 50
2-2- کاربردهای سنتی دادهکاوی 54
2-3- استخراج دانش 58
2-4- پرسشهایی برای بحث 60
فصل 3: منابع داده در ورزش 61
مروری بر فصل 61
3-1- مقدمه 62
3-2- انجمنهای حرفهای 62
3-2-1- انجمن پژوهشی بیسبال امریکا 63
3-2-2- انجمن پژوهشی بسکتبال حرفهای 63
3-2-3- انجمن پژوهشگران حرفهای فوتبال امریکایی 64
3-3- انجمنهای مرتبط با ورزش 64
3-3-1- انجمن بینالمللی علوم کامپیوتر در ورزش 64
3-3-2- انجمن بینالمللی اطلاعات ورزشی 65
3-4- منابعی با علایق ویژه 65
3-4-1- بیسبال 65
3-4-2- بسکتبال 66
3-4-3- فوتبال امریکایی 66
3-4-4- کریکت 66
3-4-5- فوتبال 67
3-4-6- سایر ورزشها 67
3-5- نتیجهگیری 68
3-6- پرسشهایی برای بحث 68
فصل 4: پژوهشها در زمینهی آمارهای ورزشی 69
مروری بر فصل 69
4-1- مقدمه 69
4-2- اطلاعات آماری در ورزش 70
4-2-1- تاریخچه و مشکلات ذاتی در آمار ورزشی 70
4-2-2- بیل جیمز 73
4-2-3- دین اولیور 74
4-3- پژوهشهای مرتبط با بیسبال 74
4-3-1- بلوکهای ساختمانی 75
4-3-2- دویدن منجر به امتیاز 75
4-3-3- سهم در پیروزی 78
4-3-4- وزن خطی و رتبهبندی کلی بازیکن 78
4-3-5- شاخصهای مربوط به پرتاب توپ 79
4-4- پژوهشهای مرتبط با بسکتبال 81
4-4-1- مناطق شوتزنی 82
4-4-2- رتبهبندی کارآمدی بازیکن 83
4-4-3- رتبهبندی مثبت/منفی 83
4-4-4- اندازهگیری سهم بازیکن در برد 84
4-4-5- رتبهبندی عملکرد در زمانهای تعیین کننده 84
4-5- پژوهشهای مرتبط با فوتبال امریکایی 86
4-5-1- ارزش دفاع با توجه به میانگین 86
4-5-2- نمره دفاع با توجه به جابجایی 87
4-5-3- مسافت طی شده به یارد 87
4-6- پژوهشهای نوظهور در سایر ورزشها 88
4-6-1- مسابقات قهرمانی NCAA 88
4-6-2- تورنمنت بسکتبال مردان NCAA 89
4-6-3- فوتبال 90
4-6-4- کریکت 91
4-6-5- کرلینگ 91
4-7- نتیجهگیری 92
4-8- پرسشهایی برای بحث 92
فصل 5: ابزارها و سیستمهای تحلیل دادههای ورزشی 93
مروری بر فصل 93
5-1- مقدمه 93
5-2- ابزارهای دادهکاوی ورزشی 94
5-2-1- Advanced Scout 94
5-2-2- Synergy Online 96
5-2-3- Sports Vis 96
5-2-4- Sports Data Hub 97
5-3- ابزارهای تحلیلی 98
5-3-1- Digital Scout 98
5-3-2- Inside Edge 99
5-4- تشخیص تقلب در ورزش 102
5-4-1- مشاورین ورزشی لاس وگاس 104
5-4-2- سایتهای مختلف شرطبندی 104
5-5- نتیجهگیری 105
5-6- پرسشهایی برای بحث 105
فصل ۶: مدلسازی پیشبین برای ورزش و شرطبندی در مسابقات 107
کلیّات فصل 107
6-1- مقدمه 108
6-2- شبیهسازیهای آماری 109
6-2-1- بیسبال 110
6-2-2- بیبال در بسکتبال 111
6-2-3- سایر شبیهسازیهای ورزشی 112
6-3- یادگیری ماشینی 113
6-3-1- فوتبال 113
6-3-2- مسابقات گریهوند و تروبرد 114
6-3-3- محصولات تجاری 117
6-3-3-1- سینرجی آنلاین 117
6-3-3-2- سیستم دکتر زد 119
6-3-3-3- فرانت آفیس فوتبال 121
6-3-3-4- ورزشهای بصری 121
6-4- نتیجهگیری 122
6-5- پرسشهایی برای بحث 123
فصل ۷. تحلیلهای چندرسانهای و ویدیویی برای ورزش 125
کلیّات فصل 125
7-1- مقدمه 125
7-2- ویدیوهای قابل جستجو 127
7-2-1- ساکرکیو 128
7-2-2- بلینکس 130
7-2-3- کلیپتا 130
7-2-4- اسپورتسویاچال 131
7-2-5- ترووئو 131
7-2-6- بلوفین لب 132
7-3- تحلیل حرکات 132
7-4- نتیجهگیری 133
7-5- پرسشهایی برای بحث 134
فصل ۸. استخراج داده و تصویرسازی ورزشها در وب 135
کلیّات فصل 135
8-1- مقدمه 136
8-2- منابع دادۀ وب 136
8-2-1- بیسبال 137
8-2-1-1- MLB.com 137
8-2-1-2- Retrosheet.org 139
8-2-1-3- Baseball-reference.com 140
8-2-1-4- بیسبال آرکایو 140
8-2-2- بسکتبال 140
8-2-2-1- NBA.com 141
8-2-2-2- Basketball-reference.com 144
8-2-3- کریکت 145
8-2-3-1- Cricinfo.com 145
8-2-3-2- Howstat.com 146
8-2-4- فوتبال آمریکایی 148
8-2-4-1- NFL.com 148
8-2-4-2- Pro-football-reference.com 149
8-2-4-3- AdvancedNFLStats.com 150
8-2-5- هاکی 152
8-2-5-1- NHL.com 152
8-2-5-2- Hockey-reference.com 152
8-2-6- فوتبال 153
8-2-6-1- MLSnet.com 153
8-2-6-2- Soccerbase.com 155
8-2-7- سایر منابع ورزشی 155
8-2-7-1- Stats.com 156
8-2-7-2- Atsdatabase.com 156
8-3- استخراج دادهها 157
8-3-1- برنامهها 157
8-3-1-1- برنامههای کنترل جمعیت 158
8-3-1-2- ردیابی ورزشهای پر سرعت 159
8-4- نتیجهگیری 160
8-5- پرسشهایی برای بحث 161
فصل ۹. ابزارهای دادهکاویِ متن باز برای ورزشها 163
کلیّات فصل 163
9-1- مقدمه 163
9-2- وکا 164
9-3- رپیدماینر 166
9-4- نتیجهگیری 167
9-5- پرسشهایی برای بحث 168
فصل 10. مسابقات گریهوند با استفاده از شبکههای عصبی: مطالعهای موردی 169
کلیّات فصل 169
10-1- مقدمه 170
10-2- تدارکات اولیۀ آزمایشها 170
10-3- آزمایش ID3 174
10-4- آزمایش شبکۀ عصبی پس انتشار 176
10-5- نتایج 176
10-6- نتیجهگیری 179
10-7- پرسشهایی برای بحث 179
فصل ۱۱. مسابقات گریهوند با استفاده از ماشینهای بردار (پشتیبانی: مطالعهای موردی) 181
کلیّات فصل 181
11-1- مقدمه 181
11-2- تحقیقات مرتبط 182
11-3- روششناسی تحقیق 185
11-3-1- اکتساب دادهها 188
11-3-2- الگوریتم ماشینهای بردار پشتیبانی 189
11-4- نتایج 190
11-5- نتیجهگیری 193
11-6- پرسشهایی برای بحث 193
فصل ۱۲. شرطبندی و ورزش 195
کلیّات فصل 195
12-1- مقدمه 195
12-2- آثار شرطبندی بر ورزشها 196
12-3- مراکز شرطبندی ورزشی و شرطبندی آنلاین 199
12-4- روشهای شرطبندی 200
12-5- هشدارها و مخاطرات شرطبندی 202
12-6- نتیجهگیری 203
12-7- پرسشهایی برای بحث 203
فصل 13. نتیجهگیری 205
کلیّات فصل 205
13-1- چالشهای داده کاوی ورزشی 206
13-2- مخاطبین داده کاوی ورزشی 207
13-3- مسیرهای آتی 208
منابع 209
دسته بندی موضوعی | موضوع فرعی |
علوم انسانی |
تربیت بدنی
|