简单棒球模型超越现代机器学习research#machine learning📝 Blog|分析: 2026年2月25日 04:30•发布: 2026年2月25日 03:37•1分で読める•Zenn ML分析这是一个引人入胜的案例研究，表明有时简单性会胜出！文章详细介绍了日本棒球运动员表现预测系统，其中使用了数十年的统计方法 Marcel 优于 LightGBM 等尖端机器学习技术。它突出了即使是最简单的方法也可能产生令人惊讶的有效结果。关键要点•该研究比较了 Marcel 方法（一种简单的统计方法）与 LightGBM 和 XGBoost（现代机器学习算法），用于预测 NPB 球员的表现。•Marcel 方法尽管简单（加权过去 3 年的表现、联赛平均回归和年龄调整），但取得了优异的成绩。•本文展示了针对 NPB 联赛定制的 wOBA 计算的创建，表明了使统计方法适应特定情境的重要性。引用 / 来源查看原文"结果，Marcel方法超越了ML。"ZZenn ML* 根据版权法第32条进行合法引用。永久链接Zenn ML
人工智能赛马：预测能力的新时代research#ai📝 Blog|分析: 2026年2月23日 07:15•发布: 2026年2月23日 07:03•1分で読める•Qiita AI分析这篇文章详细介绍了使用生成式人工智能预测赛马结果的激动人心的项目！通过利用机器学习，创建者旨在构建能够超越传统方法并增强这项运动刺激的模型。关键要点•该项目使用两个模型：速度指数预测模型和前三名预测模型。•数据包括比赛信息、赛马详情和历史表现指标。•该模型将在2026年举行的GI赛事中进行测试。引用 / 来源查看原文"我将把人工智能预测模型应用于未来一年的GI赛事，以验证其性能。"QQiita AI* 根据版权法第32条进行合法引用。永久链接Qiita AI
AI 赢得胜利：构建成功的体育预测模型product#machine learning📝 Blog|分析: 2026年2月17日 13:00•发布: 2026年2月17日 05:48•1分で読める•Zenn ML分析这篇文章详细介绍了如何利用 Python 和机器学习的力量来预测体育比赛结果。它提供了一个实用的指南，从收集数据管道到使用 LightGBM 构建和评估一个成功的模型。 使用 Bright Data 的 Web Scraping API 来克服数据收集障碍尤其具有创新性。关键要点•学习如何构建体育统计数据管道。•了解使用 LightGBM 预测体育结果的方法。•探索如何使用 Bright Data 的 Web Scraping API 克服数据收集挑战。引用 / 来源查看原文"Bright Data 提供 JS 支持、自动 IP 轮换、结构化数据提取等托管服务，非常适合作为体育数据收集管道的基础。"ZZenn ML* 根据版权法第32条进行合法引用。永久链接Zenn ML
TIS Intec集团在JID 2026展示基于人工智能的活鱼流通平台和体操运动员支持技术product#computer vision📝 Blog|分析: 2026年2月14日 03:33•发布: 2026年2月12日 00:30•1分で読める•ASCII分析TIS Intec集团正在通过将人工智能整合到活鱼产业和体育领域来掀起波澜。他们的“Totosuma”平台简化了活鱼的流通，承诺大幅降低成本。与此同时，他们的计算机视觉技术正在协助日本蹦床运动员，将表现数据可视化，以改进训练和指导。关键要点•TIS Intec集团的“Totosuma”平台提供免费的BtoB活鱼配送，简化流程，并可能将成本降低多达50%。•该人工智能系统为日本蹦床运动员提供详细的性能分析，将跳跃高度和姿势变化可视化。•他们旨在扩展其AI解决方案，以解决区域体育、制造业，甚至牲畜分析等领域的更广泛挑战。引用 / 来源查看原文"TIS：①注册和使用免费 ②整合订单和付款管理 ③通过聊天功能减少交易成本和沟通压力 ④通过独特的算法技术实现活鱼的混合装载"AASCII* 根据版权法第32条进行合法引用。永久链接ASCII
谷歌开发AI平台，实时分析冬季奥运会滑雪运动员和单板滑雪运动员的技巧product#computer vision📝 Blog|分析: 2026年2月14日 03:38•发布: 2026年2月6日 04:47•1分で読める•Gigazine分析谷歌正在开发一个突破性的平台，利用人工智能实时分析冬季奥运会滑雪运动员和单板滑雪运动员的技巧。 这个创新系统有望彻底改变表现分析，并为运动员和教练提供有价值的见解。 先进人工智能功能的整合标志着体育技术迈出了重要一步。关键要点•谷歌正在开发一个用于冬季运动的实时人工智能分析平台。•该平台旨在分析滑雪运动员和单板滑雪运动员的技巧。•这可能会导致体育分析和教练方面取得重大进展。引用 / 来源查看原文"谷歌正在开发一个平台，使用人工智能实时分析冬季奥运会滑雪运动员和单板滑雪运动员的技巧。"GGigazine* 根据版权法第32条进行合法引用。永久链接Gigazine
用于高级AI训练的新乒乓球数据集Research#Dataset🔬 Research|分析: 2026年1月10日 08:39•发布: 2025年12月22日 12:25•1分で読める•ArXiv分析这项研究引入了一个新的数据集，Extended OpenTT Games，旨在对乒乓球比赛进行细粒度分析。 关注击球类型和得分结果可以显著提高人工智能在该领域的理解和预测能力。关键要点•该数据集侧重于击球类型和得分结果，提供细粒度数据以供分析。•旨在提高人工智能模型理解和预测乒乓球比赛的能力。•该数据集是公开的（可能在ArXiv上），促进进一步的研究。引用 / 来源查看原文"Extended OpenTT Games is a table tennis dataset for fine-grained shot type and point outcome."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
ScoutGPT: 基于GPT框架从团队行动序列捕捉球员影响力Research#LLM🔬 Research|分析: 2026年1月10日 09:45•发布: 2025年12月19日 06:30•1分で読める•ArXiv分析这篇ArXiv论文介绍了ScoutGPT，这是一个将GPT模型应用于分析团队运动中球员影响的新应用。 这项研究很可能探索了大型语言模型理解和解释复杂团队动作及其对个人球员表现的影响的能力。关键要点•ScoutGPT 利用基于 GPT 的框架进行球员影响评估。•该方法可能涉及分析团队行动序列。•这项研究旨在量化个人球员的贡献。引用 / 来源查看原文"The paper is published on ArXiv."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv