کتاب حاضر ترجمه کتاب Sports Data Mining است که توسط انتشارات Springer در سال ۲۰۱۰ 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 ۷
پیشگفتار ۹
فصل ۱. دادهکاوی ورزشی: حوزهی فعالیت ۲۷
مروری بر فصل ۲۷
۱-۱- تعریف ۲۸
۱-۲- تاریخچه ۳۴
۱-۳- ابعاد اجتماعی ۴۰
۱-۴- چشمانداز بینالمللی ۴۳
۱-۵- انتقادات ۴۶
۱-۶- پرسشهایی برای بحث ۴۸
فصل ۲: روششناسی دادهکاوی ورزشی ۴۹
مروری بر فصل ۴۹
۲-۱- بنیان علمی ۵۰
۲-۲- کاربردهای سنتی دادهکاوی ۵۴
۲-۳- استخراج دانش ۵۸
۲-۴- پرسشهایی برای بحث ۶۰
فصل ۳: منابع داده در ورزش ۶۱
مروری بر فصل ۶۱
۳-۱- مقدمه ۶۲
۳-۲- انجمنهای حرفهای ۶۲
۳-۲-۱- انجمن پژوهشی بیسبال امریکا ۶۳
۳-۲-۲- انجمن پژوهشی بسکتبال حرفهای ۶۳
۳-۲-۳- انجمن پژوهشگران حرفهای فوتبال امریکایی ۶۴
۳-۳- انجمنهای مرتبط با ورزش ۶۴
۳-۳-۱- انجمن بینالمللی علوم کامپیوتر در ورزش ۶۴
۳-۳-۲- انجمن بینالمللی اطلاعات ورزشی ۶۵
۳-۴- منابعی با علایق ویژه ۶۵
۳-۴-۱- بیسبال ۶۵
۳-۴-۲- بسکتبال ۶۶
۳-۴-۳- فوتبال امریکایی ۶۶
۳-۴-۴- کریکت ۶۶
۳-۴-۵- فوتبال ۶۷
۳-۴-۶- سایر ورزشها ۶۷
۳-۵- نتیجهگیری ۶۸
۳-۶- پرسشهایی برای بحث ۶۸
فصل ۴: پژوهشها در زمینهی آمارهای ورزشی ۶۹
مروری بر فصل ۶۹
۴-۱- مقدمه ۶۹
۴-۲- اطلاعات آماری در ورزش ۷۰
۴-۲-۱- تاریخچه و مشکلات ذاتی در آمار ورزشی ۷۰
۴-۲-۲- بیل جیمز ۷۳
۴-۲-۳- دین اولیور ۷۴
۴-۳- پژوهشهای مرتبط با بیسبال ۷۴
۴-۳-۱- بلوکهای ساختمانی ۷۵
۴-۳-۲- دویدن منجر به امتیاز ۷۵
۴-۳-۳- سهم در پیروزی ۷۸
۴-۳-۴- وزن خطی و رتبهبندی کلی بازیکن ۷۸
۴-۳-۵- شاخصهای مربوط به پرتاب توپ ۷۹
۴-۴- پژوهشهای مرتبط با بسکتبال ۸۱
۴-۴-۱- مناطق شوتزنی ۸۲
۴-۴-۲- رتبهبندی کارآمدی بازیکن ۸۳
۴-۴-۳- رتبهبندی مثبت/منفی ۸۳
۴-۴-۴- اندازهگیری سهم بازیکن در برد ۸۴
۴-۴-۵- رتبهبندی عملکرد در زمانهای تعیین کننده ۸۴
۴-۵- پژوهشهای مرتبط با فوتبال امریکایی ۸۶
۴-۵-۱- ارزش دفاع با توجه به میانگین ۸۶
۴-۵-۲- نمره دفاع با توجه به جابجایی ۸۷
۴-۵-۳- مسافت طی شده به یارد ۸۷
۴-۶- پژوهشهای نوظهور در سایر ورزشها ۸۸
۴-۶-۱- مسابقات قهرمانی NCAA ۸۸
۴-۶-۲- تورنمنت بسکتبال مردان NCAA ۸۹
۴-۶-۳- فوتبال ۹۰
۴-۶-۴- کریکت ۹۱
۴-۶-۵- کرلینگ ۹۱
۴-۷- نتیجهگیری ۹۲
۴-۸- پرسشهایی برای بحث ۹۲
فصل ۵: ابزارها و سیستمهای تحلیل دادههای ورزشی ۹۳
مروری بر فصل ۹۳
۵-۱- مقدمه ۹۳
۵-۲- ابزارهای دادهکاوی ورزشی ۹۴
۵-۲-۱- Advanced Scout ۹۴
۵-۲-۲- Synergy Online ۹۶
۵-۲-۳- Sports Vis ۹۶
۵-۲-۴- Sports Data Hub ۹۷
۵-۳- ابزارهای تحلیلی ۹۸
۵-۳-۱- Digital Scout ۹۸
۵-۳-۲- Inside Edge ۹۹
۵-۴- تشخیص تقلب در ورزش ۱۰۲
۵-۴-۱- مشاورین ورزشی لاس وگاس ۱۰۴
۵-۴-۲- سایتهای مختلف شرطبندی ۱۰۴
۵-۵- نتیجهگیری ۱۰۵
۵-۶- پرسشهایی برای بحث ۱۰۵
فصل ۶: مدلسازی پیشبین برای ورزش و شرطبندی در مسابقات ۱۰۷
کلیّات فصل ۱۰۷
۶-۱- مقدمه ۱۰۸
۶-۲- شبیهسازیهای آماری ۱۰۹
۶-۲-۱- بیسبال ۱۱۰
۶-۲-۲- بیبال در بسکتبال ۱۱۱
۶-۲-۳- سایر شبیهسازیهای ورزشی ۱۱۲
۶-۳- یادگیری ماشینی ۱۱۳
۶-۳-۱- فوتبال ۱۱۳
۶-۳-۲- مسابقات گریهوند و تروبرد ۱۱۴
۶-۳-۳- محصولات تجاری ۱۱۷
۶-۳-۳-۱- سینرجی آنلاین ۱۱۷
۶-۳-۳-۲- سیستم دکتر زد ۱۱۹
۶-۳-۳-۳- فرانت آفیس فوتبال ۱۲۱
۶-۳-۳-۴- ورزشهای بصری ۱۲۱
۶-۴- نتیجهگیری ۱۲۲
۶-۵- پرسشهایی برای بحث ۱۲۳
فصل ۷. تحلیلهای چندرسانهای و ویدیویی برای ورزش ۱۲۵
کلیّات فصل ۱۲۵
۷-۱- مقدمه ۱۲۵
۷-۲- ویدیوهای قابل جستجو ۱۲۷
۷-۲-۱- ساکرکیو ۱۲۸
۷-۲-۲- بلینکس ۱۳۰
۷-۲-۳- کلیپتا ۱۳۰
۷-۲-۴- اسپورتسویاچال ۱۳۱
۷-۲-۵- ترووئو ۱۳۱
۷-۲-۶- بلوفین لب ۱۳۲
۷-۳- تحلیل حرکات ۱۳۲
۷-۴- نتیجهگیری ۱۳۳
۷-۵- پرسشهایی برای بحث ۱۳۴
فصل ۸. استخراج داده و تصویرسازی ورزشها در وب ۱۳۵
کلیّات فصل ۱۳۵
۸-۱- مقدمه ۱۳۶
۸-۲- منابع دادۀ وب ۱۳۶
۸-۲-۱- بیسبال ۱۳۷
۸-۲-۱-۱- MLB.com ۱۳۷
۸-۲-۱-۲- Retrosheet.org ۱۳۹
۸-۲-۱-۳- Baseball-reference.com ۱۴۰
۸-۲-۱-۴- بیسبال آرکایو ۱۴۰
۸-۲-۲- بسکتبال ۱۴۰
۸-۲-۲-۱- NBA.com ۱۴۱
۸-۲-۲-۲- Basketball-reference.com ۱۴۴
۸-۲-۳- کریکت ۱۴۵
۸-۲-۳-۱- Cricinfo.com ۱۴۵
۸-۲-۳-۲- Howstat.com ۱۴۶
۸-۲-۴- فوتبال آمریکایی ۱۴۸
۸-۲-۴-۱- NFL.com ۱۴۸
۸-۲-۴-۲- Pro-football-reference.com ۱۴۹
۸-۲-۴-۳- AdvancedNFLStats.com ۱۵۰
۸-۲-۵- هاکی ۱۵۲
۸-۲-۵-۱- NHL.com ۱۵۲
۸-۲-۵-۲- Hockey-reference.com ۱۵۲
۸-۲-۶- فوتبال ۱۵۳
۸-۲-۶-۱- MLSnet.com ۱۵۳
۸-۲-۶-۲- Soccerbase.com ۱۵۵
۸-۲-۷- سایر منابع ورزشی ۱۵۵
۸-۲-۷-۱- Stats.com ۱۵۶
۸-۲-۷-۲- Atsdatabase.com ۱۵۶
۸-۳- استخراج دادهها ۱۵۷
۸-۳-۱- برنامهها ۱۵۷
۸-۳-۱-۱- برنامههای کنترل جمعیت ۱۵۸
۸-۳-۱-۲- ردیابی ورزشهای پر سرعت ۱۵۹
۸-۴- نتیجهگیری ۱۶۰
۸-۵- پرسشهایی برای بحث ۱۶۱
فصل ۹. ابزارهای دادهکاویِ متن باز برای ورزشها ۱۶۳
کلیّات فصل ۱۶۳
۹-۱- مقدمه ۱۶۳
۹-۲- وکا ۱۶۴
۹-۳- رپیدماینر ۱۶۶
۹-۴- نتیجهگیری ۱۶۷
۹-۵- پرسشهایی برای بحث ۱۶۸
فصل ۱۰. مسابقات گریهوند با استفاده از شبکههای عصبی: مطالعهای موردی ۱۶۹
کلیّات فصل ۱۶۹
۱۰-۱- مقدمه ۱۷۰
۱۰-۲- تدارکات اولیۀ آزمایشها ۱۷۰
۱۰-۳- آزمایش ID۳ ۱۷۴
۱۰-۴- آزمایش شبکۀ عصبی پس انتشار ۱۷۶
۱۰-۵- نتایج ۱۷۶
۱۰-۶- نتیجهگیری ۱۷۹
۱۰-۷- پرسشهایی برای بحث ۱۷۹
فصل ۱۱. مسابقات گریهوند با استفاده از ماشینهای بردار (پشتیبانی: مطالعهای موردی) ۱۸۱
کلیّات فصل ۱۸۱
۱۱-۱- مقدمه ۱۸۱
۱۱-۲- تحقیقات مرتبط ۱۸۲
۱۱-۳- روششناسی تحقیق ۱۸۵
۱۱-۳-۱- اکتساب دادهها ۱۸۸
۱۱-۳-۲- الگوریتم ماشینهای بردار پشتیبانی ۱۸۹
۱۱-۴- نتایج ۱۹۰
۱۱-۵- نتیجهگیری ۱۹۳
۱۱-۶- پرسشهایی برای بحث ۱۹۳
فصل ۱۲. شرطبندی و ورزش ۱۹۵
کلیّات فصل ۱۹۵
۱۲-۱- مقدمه ۱۹۵
۱۲-۲- آثار شرطبندی بر ورزشها ۱۹۶
۱۲-۳- مراکز شرطبندی ورزشی و شرطبندی آنلاین ۱۹۹
۱۲-۴- روشهای شرطبندی ۲۰۰
۱۲-۵- هشدارها و مخاطرات شرطبندی ۲۰۲
۱۲-۶- نتیجهگیری ۲۰۳
۱۲-۷- پرسشهایی برای بحث ۲۰۳
فصل ۱۳. نتیجهگیری ۲۰۵
کلیّات فصل ۲۰۵
۱۳-۱- چالشهای داده کاوی ورزشی ۲۰۶
۱۳-۲- مخاطبین داده کاوی ورزشی ۲۰۷
۱۳-۳- مسیرهای آتی ۲۰۸
منابع ۲۰۹
دسته بندی موضوعی | موضوع فرعی |
علوم انسانی |
تربیت بدنی
|