- theplayerstribune.com
- 카누와 카약, 어떻게 다르고 어디서 탈 수 있을까?
- The Science of NFL Football: Vectors
- “도핑을 위한 변명: 도핑은 윤리적으로 비난 받을 문제가 아니다”
- 약물의 유혹, 도핑의 과학
- 발표 1: 스포츠에 관한 인지과학적 이해 - 동물적 감각은 어디에서 오는가
- 김인범의 Sports Paradox 15화 - Sports, IoT와 BigData를 더하다
- 디지털 사회로의 변화와 스포츠
- 스포츠 경기력 향상을 위한 AI 활용 방안
- 스포츠 경기 분석 전문가와 AI의 만남
- Data는 Sports를 어떻게 바꿨는가
- How to Draft Players for Sport with Machine Learning and AI
- 의외로 MLB보다 NBA가 더 위기인 이유 (w. 조현일 해설위원) | B주류경제학 - YouTube
- "1m 앞에서 슛 날리고 강스파이크까지" 과학적 훈련법 설 자리 없어
- baseball-in-play
- baseball reference
- baseball savant
- bizballproject.com
- fangraphs.com
- kbreport.com
- mlbnation.co.kr
- retrosheet.org play by play data
- statiz
- 야구공작소
- 주경야덕
- 한국야구학회
- Baseball’s Fight With Fatigue
- kini's Sportugese - sabermetrics
- 어떤 투수가 맞혀 잡는 투수일까? BIP, DER, K%+
- 맞혀 잡는 투수에 대한 오해와 이해
- The control vs. command distinction
- A pitcher with control can throw strikes
- Command more specifically describes a pitcher's ability to hit the catcher's target seemingly at will
- 추신수는 다시 살아날 수 있을까 fWAR, BB/SO, BABIP, Z-Contact%
- 144G 시대, ‘촌놈 마라톤’은 이제 그만 3, 4월 승률과 정규 시즌 승률의 상관관계
- Statcast
- 안영명은 정말로 거듭났을까 ERA, FIP, BABIP, SO/BB
- A Dynamic Programming Model For Baseball
- Replicated Data Consistency Explained Through Baseball
- 시구의 변천사
- UZR에 대해서
- 지터와 세이버매트릭스
- 퍼펙트 게임, 그 후
- 스포츠 분석의 한계는 어디까지일까
- PLAYING THE RIGHT WAY? 진지하게 플레이한다는 건 나라마다 다른 문화에 따라 다르다
- Up Close on Baseball’s Borders
- 톰 싱어 피츠버그의 남다른 '케미'는 이렇게 완성됐다
- 데이터 시각화, 문과생이 직접 도전해봤습니다
- KBO 2010-2015 타구방향 mapping
- The New Kid
- 가장 멍청한 야구 불문율
- 마리한화 김성근이 빠진 6가지 착각
- 김성근 감독의 살려조(組)와 "진짜 프로"
- 김성근 스타일의 해부: 프런트와의 관계를 중심으로
- 김성근 열성팬: 우리들의 일그러진 팬심
- 회전수와 구위 얘기가 나와서 적어보는 투수의 요건
- 양현종 fip과 그밖에 스탯들
- The art of letting go
- coachround.com/category/세이버-매트릭스
- What are the secrets to Theo Epstein’s success?
- 컵스 프런트가 본 '엡스타인과 WS 우승'(1편)
- "매든은 락밴드까지 불러 흥을 돋우는 감독"(2편)
- Too much practice kills talent | Choi Won Ho
- AI predict best batters in baseball
- 패스트볼
- 류현진의 구종 체인지업, 하드 슬라이더, 커브 파헤치기
- 이현우의 MLB+ 데뷔전에서 반전을 만들어낸 오타니
- 선발 에이스 시대의 종말이 온다 1이닝 선발부터 벌떼 불펜까지 다양해지는 투수 운용 방식
- 로봇 심판과 판정 알고리즘의 의미 있는 도전
- 기사 - 이지풍 코치의 반대 의견 1 : 유망주의 전성기가 짧은 이유
- 기사 - 이지풍 코치의 반대 의견 2 : '실패의 스포츠'에서 살아남는 법
- 기사 - 이지풍 코치의 반대 의견 3 : 히딩크의 교훈 멕시칸 샐러드같은 아메리칸 펑고
- 기사 - 이지풍 코치의 반대 의견 4 : 영민이와 우준이에게 필요했던 것
- 기사 - 이지풍 코치의 반대 의견 5 : 올림픽을 넘어, 한국 야구는 당최 뭐가 문제일까
- 기사 - 이지풍 코치의 반대 의견 6 : 3할은 어떻게 만들어지는가
- 기사 - 이지풍 코치의 반대 의견 7 : 박재상은 왜 훌륭한가
- 기사 - 이지풍 코치의 반대 의견 8 : 볼배합과 데이터 야구에 대한 환상
- 기사 - 이지풍 코치의 반대 의견 9 : 선수의 미래를 망치는 방법
- 기사 - 이지풍 코치의 반대 의견 10 : 내가 설기현을 존경하는 이유
- 기사 - 이지풍 코치의 반대 의견 11 : 골프 치는 야구선수 살찐 야구선수, 뭣이 중헌디
- 기사 - 이지풍 코치의 반대 의견 12 : 놓쳐버린, 이승엽의 마지막 순간
- 기사 - 이지풍 코치의 반대 의견 13(完) : 내가 선출이 아니라 가질 수 있는 능력
- 기사 - 이너뷰 딴지를 배신한, 한화 이글스 이지풍 코치를 만나다 '공감' 스포츠 관련 부분보다 communication의 중요성
- 로봇 심판과 판정 알고리즘의 의미있는 도전
- 메이저리그의 '야구 실험'은 성공했을까?(1)
- 메이저리그의 '야구 실험'은 성공했을까?(2)
- 더 빨라지는 야구공, 느리게 던져도 성공할 수 있다 - 시사IN 효과구속 이론(Effective Velocity Theory)
- '이러다 다 죽어' 폭증하는 토미존 수술 | 김형준 야구야구 - YouTube fastball velocity 상승 -> 부상 증가
- The Fastest Way to Steal Second Base - Drop Step or Crossover Step? - Professional Baseball Strength & Conditioning Coaches Society
- 한국시리즈는 과연 충분히 재밌는 시리즈였을까?
- 야구공과 손가락 사이의 마찰력 연구 - 야구공작소
- 이 공은 칠 수 없습니다 - YouTube Coanda/Magnus effect
- 타자가 '타구속도'에 집착할 수 밖에 없는 이유 - YouTube
- 타자 평균 타구 속도 89mph, 89mph까지는 홈런 0, 90mph부터는 모든 성적이 선형 비례하며 증가
- 타구 속도와 타구 각도만으로도 타자 성적이 예측 가능
- ABS는 어디서, 어떤 구종을 돋보이게 할까? - 야구공작소
- Trajekt Sports
- 완벽하게 투수가 ‘복제’ 된다 | 빅리그 기술 전쟁 - YouTube Trajekt Arc
- 컴퓨터 비전의 시대에서 야구를 외치다 - 야구공작소
- nc soft AI
- nc soft 데이터 사이언스
- blog.ncsoft.com/?tag=야구-데이터-분석
- baseballthinkfactory.org/btf/index.html
- 데이터로 승부하는 ‘세이버메트리션’, 야구기자
- 빌 제임스와 빌리 빈이 전망하는 세이버매트릭스의 미래
- 투수의 제구력 - 컨트롤과 커맨드 또는 로케이션
- 양현종은 쉽고 린드블럼은 어렵다? - 엔트로피 계산법
- Houston Astros Whiffs and Exit Velocity
- A Guide to Sabermetric Research
- Sabermetrics 101: Introduction to Baseball Analytics
- Math 399 (Sabermetrics)
- Sabermetrics: The Science of Baseball
- Applied Statistics Master’s Degrees
- Prospectus Feature Introducing Pitch Tunnels
- Introduction to Empirical Bayes - Example from Baseball Statistics
- Pitch Analysis 1. Exploring Velocity - Oh, SeungHwan (2017)
- These days in baseball, every batter is trying to find an angle
- NC 다이노스 데이터 애널리스트 인터뷰 바로가기
- 류현진 선발경기와 스탯캐스트 그리고 인공지능
- 인천SK 야구 수학 토크콘서트, 두 마리 토끼를 잡다 고동현의 1인치
- Improving a Starting Pitcher Injury Model With Multiple Classifier Algorithms
- 감독 뒷담화의 뒷담화
- Predicting the 2018 Cy Young Race with Machine Learning
- WAR, WRC+, OPS+, DRS, UZR/150, 타구발사각도 등, 타자에 관한 야구용어 총정리 1편-WAR에 사용하는 지표와 계산과정
- 누가 더 잘치는 타자인지 궁금해? 이거 보면 알 수 있음! ft.우르크 - YouTube WRC+, WOBA
- 그래서, 그 공이 마지막에 어떻게 됐다는 건데?
- 나는 네가 다음 시즌에 잡을 삼진 개수를 알고 있다 decision tree, random forest,...
- 와인드업, 꼭 해야 할까? 고정관념에서 벗어나야 한다는 걸 다시 한 번 생각하게 하는 글
- 토론토의 데이터 야구! 무엇이 달라졌을까 | 이승용 - YouTube Darren Willman: 야구선수 + 컴퓨터공학 스탯캐스트, 베이스볼서번트
- KBO 리그 포스트시즌 진출 확률을 제공하는 사이트를 개설했습니다. > 국내야구 | 야구토크
- Statcast Lab: Markov Sequences, 4-seamers on 0-1 counts
- 타자가 스윙 여부를 결정해야 하는 시점(commit point, cp)에서의 투구 위치와 득점 가치(rv)를 기준으로 몇 가지 살펴본 글
- cp는 대략 플레이트를 지나기 1/6초 전의 위치로 잡은 듯
- 초구가 들어오고 0-1이 된 상황에서 어떤 공이 가장 효과적인지를 논하는데, 초구 구종, 2구 구종, 초구와 2구 사이의 거리 등을 이용
- '목적구'로 최종 승부를 하려는 곳과 정반대 방향으로 공을 던져야 한다는 이야기가 많음
- 그런데 초구-2구 모두 포심인 경우는 일관되게("promising") 초구와 2구가 가까울수록 득점 억제 효과가 큰 것으로 나타남
- 리그 단위 분석이라 선수 단위로도 살펴볼 필요가 있을 수 있음
- 그밖에 체인지업은 (통설처럼)정반대 경향
- 그 외 구종은 특별한 경향성이 없었음
- 그런데 초구-2구 모두 포심인 경우는 일관되게("promising") 초구와 2구가 가까울수록 득점 억제 효과가 큰 것으로 나타남
- 타자가 스윙 여부를 결정해야 하는 시점(commit point, cp)에서의 투구 위치와 득점 가치(rv)를 기준으로 몇 가지 살펴본 글
- LI와 wOBA, LI Point : 네이버 블로그
- 기사 번역 - 레이스가 특정한 슬라이더 무브먼트를 노리고 있는가?
- 로비 레이와 코빈 번스를 사이영으로 이끈 세이버매트릭스와 스탯캐스트의 모든 것
- 무엇이 그들을 MVP로 만들었는가? 세이버매트.. : 네이버블로그
- 'MLB Stats API'라고 혹시 들어보았나요 - 야구공작소
- 날 닮은 너: 컴패리즌 방식 비교하기 - 야구공작소 similarity scores, affinity
- A Visualized Primer on Vertical Approach Angle (VAA) | FanGraphs Baseball
- 피칭 동작의 역학적 변수 11가지 (톰하우스, 린제이 베라) | 코치라운드
- 1. KBO 포스트시즌 진출 확률 계산 - 개요
- 2. 피타고리안 기대 승률의 적용과 기대 승률 조정
- 3. 홈/원정 경기 승률 조정
- 4. 평균으로의 회귀 적용
- 5. 실제 결과와의 비교
- KBO 역대 2군 데이터를 공유합니다 - 야구공작소
- Hit 툴을 더 자세히 알아보는 Pitch Selection, Bat Control (ft. Fangraphs) - 야구공작소
- "김도영이 왜 빠른지, 박찬호가 왜 잘 잡는지..여기서 답 나온다." KIA가 만드는 '타이거즈 웨이' 김근한의 골든크로스 호크아이
- 숫자로 보는 2022 KBO리그 전반기 결산
- 2022 KBO 리그 포스트시즌 cWPA
- 왜 공은 실밥 쪽으로 휠까? - SSW의 물리학 - 야구공작소
- sweeper 야구에 산다 제106구 'New 사직 아이돌' 김민석 폰터뷰 풀버전 습츠 야구에 산다 - YouTube
- 투수에게 가장 필요한건 무엇일까요? 구속? 많은 변화구? 그보다 중요한 것은........... - YouTube
- release point를 올려서 location의 변화를 가져와 구종 자체의 stat은 하락했지만 결과적으로 성적은 상승
- 세부적인 구종, pitching의 일부분만 볼 때는 안 좋아진 걸로 보이지만, 타자와의 승부 pitch design등 전체적으로 볼 때는 좋은 결과를 만들어냄
- velocity보다 중요한 건 location, location을 활용하는 pitch design
- KBO PS cWPA | KBO 리그 포스트시즌 우승확률 기여도
- 두 선수가 말하는 프로야구 속 ‘데이터’ 경기장의 안과 밖
- 한국야구학회 - YouTube
- Basketball Terms- Terminology diagram으로 court위 명칭 설명
- 숫자로 보는 조던 vs 코비, 누가 더 뛰어난 선수인가?
- CHARACTERIZING THE SPATIAL STRUCTURE OF DEFENSIVE SKILL IN PROFESSIONAL BASKETBALL
- Free-Throw Distraction: The Best Fans in the N.C.A.A.
- NBA BACKCOURTS: ARE THE SPLASH BROS THE BEST GUARD DUO IN RECENT HISTORY?
- Phil Jackson Triangle Offencse
- In Las Vegas, Korean Basketball League’s Draft Promises Money and Culture Shock
- How to Create NBA Shot Charts in Python
- 농구있네 ⑥ 공을 만나러 가는 길
- Data Science How-To: Using Apache Spark for Sports Analytics
- 한국인 최초 NBA 데이터분석가 김재엽 “지금은 레이커스와 연애 중”
- 한국 최초의 NBA 데이터 애널리스트 김재엽 인터뷰
- NBA 한국인 최초 데이터 전력분석관 인터뷰 바로가기
- 샌안토니오는 어떻게 20년간 강팀일 수 있을까
- 닉 칼리슨의 “NBA에서 살아남는 방법
- KBL 레퍼런스
- 픽앤 롤을 수비하는 방법 7가지
- Relations to salary and team contribution in NBA (17-18 Season)
- 데이터로 무장한 컴퓨터공학도 NBA 단장
- The Math PhD Turning Basketball Into a Science
- How Mapping Shots In The NBA Changed It Forever
- Canvassing The NBA’s International Business Landscape
- 농구 좋아하는 외국인steadylosing님의블로그 : 네이버 블로그
- South Korean KBL Team Stats - RealGM
- 농구 통계를 사용해 Visual Studio Code에서 경기 플레이 최적화 - 새 영화 ‘스페이스 잼 새로운 시대’의 영감 - Learn | Microsoft Docs
- 데이터를 사용하여 농구 코트에서 결정을 내리는 웹앱 만들기 - Learn | Microsoft Docs
- 데이터를 통해 보는 리그 샷 트렌드 - NBA Mania
- Profile - josiah.brady | Tableau Public
- 데이터 분석 스테판 커리 출전! NBA에서의 3점슛이 팀 성공에 어떤 영향을 미칠까?
Regression Analysis to Determine Player Dependency | Boston Celtics - YouTube- Who is the most dependable player of Chicago Bulls | NBA 2021 | Regression Analysis - YouTube
- Who is the most dependable player of Golden State Warriors | NBA 2021 | Regression Analysis - YouTube
- 매거진 농구인보다 전문가! 한국도 전문가 시대 열릴까 출신보다 능력, 특히 비디오 분석은 종목 불문 기본적인 부분, 관계 형성 역시 매우 중요
- '연습상대 부적격' 한국 향한 일본의 냉정한 평가, 현실이 됐다...한계 드러난 한국의 오래된 농구 system의 문제
- 中日에 참패한 KBL식 옛날농구, 더 이상 국제무대 통하지 않는다! 서정환의 사자후① 현재 KBL팀들이 모두 저렇게 하는 건 아니지만 전체적인 논조는 동의
- 농구의 길은 대체 무엇일까?
- 골든스테이트 워리어스를 'NBA의 구글'이라고 하는 이유 - 쉽고 재미있는 IT뉴스, 아웃스탠딩!
- 14화 전설의 마이클 조던,코비 브라이언트,샤킬오닐의 공통점?
- 정치역사적 관점으로 본 엘 클라시코(El Clasico)
- Using SMT Solvers to Analyze the Premier League Table
- Math Meets Football: The Transitive Property Is Real
- 이승우 논란 : 히딩크가 말하는 유망주의 조건
- 축구 역사상 가장 황당한 자책골
- 그래프로 살펴보는 메시의 위대함
- 그래프로 보는 메시의 위대함
- 축구 뒤에 숨겨진 정치
- 빌드업의 원리 (3)
- Predicting Football Results With Statistical Modelling
- 영국 프리미어 리그 웨스트햄 유나이티드 유스 전력분석관 인터뷰 바로가기
- The map of English football
- 214. Arte de lo Clasico 바르셀로나에 참패를 당한 레알 마드리드 미술과 축구를 연결해 그린 편
- 스포츠 빅데이터② 4부에서 1부로..빅데이터의 마법
- 한준의 축구환상곡 "선수 탓하면 아마추어" 한국 지도자에 노하우 전수한 '저승사자' 레이몬드 축구 레퍼런스에 대해 언급하는 부분이 정말 인상적, 축구 외의 일반적인 영역에도 적용 가능
- 분데스리가 '2021-22 시즌', 인공지능이 펼치는 실시간 통계와 데이터 분석 플랫폼으로 더 흥미롭게 즐긴다! < 솔루션 < AI Tech < 기사본문 - 인공지능신문
- "2001년 독일 2부 입단 테스트 거절당하기 일쑤였죠" 국대 출신 수비수 강철의 회상 이근승의 킥앤러시 축구단 시스템 이야기(선수의 경기력=핵심업무를 위한 체계)가 흥미로운 지점
- "왜 B급 감독을 데려와?" 처음 '벤투 감독' 선임 직후 쏟아진 악플에 '홍명보'가 보인 반응 결국 결과가 중요?
- 이강인의 드리블 성공률이 유럽에서 1등인 이유(진짜 1등임) - YouTube 패킹 지수
- PyData Online - An AI assistant for football analytics - Petar Veličković (Google DeepMind) - YouTube
- 240305 축구의 기대득점과 골결정력에 .. : 네이버블로그
- football_analysis: This repository contains a comprehensive computer vision/machine learning football project that uses YOLO for object detection, Kmeans for pixel segmentation, optical flow for motion tracking, and perspective transformation to analyze player movements in football videos
- TacticAI: an AI assistant for football tactics | Nature Communications
- TacticAI: an AI assistant for football tactics - Google DeepMind
- Google DeepMind와 리버풀 FC의 협력으로 개발된 TacticAI가 어제 Nature Communications에 발표
- TacticAI는 코너킥 상황을 그래프로 변환하고, 이를 분석하여 어떤 결과가 발생할지 예측 가능
- 이를 통해 코치들은 각 루틴에 대한 선수 배치를 시뮬레이션하고 가능한 결과를 직접 평가 가능
- 딥마인드는 2022년에도 Graph Neural Networks를 활용한 Multiagent off-screen behavior prediction in football 발표
- 이번 연구인 TacticAI에서도 코너킥 상황을 graph 형태로 변환할 때 각 선수를 node로 사용했고, message passing 을 적용하여 representation 획득
- Football AI Tutorial: From Basics to Advanced Stats with Python - YouTube
- This tutorial provides an in-depth guide on using Python and AI to analyze football matches
- covers topics such as object detection, multi-object tracking, embedding analysis, perspective transformation, and more
- uses YOLOv8 and ByteTrack for object detection and tracking, SigLIP and UMAP for embedding analysis, and homography for perspective transformation
- The project is divided into frames, each processed by two models: an object detector and a keypoint detector
- The object detection model detects players, goalkeepers, referees, and the ball, while the keypoint detection model detects characteristic points on the football pitch
- The tutorial also covers the challenges of reliable ball detection and the need for a robust model capable of handling all edge cases
- The trained models are available publicly, and the tutorial provides a readymade Google Colab template for model training
- VidiGo Football AI Tutorial: From Basics to Advanced Stat
- 파이썬을 사용한 축구 AI 튜토리얼: 기초부터 고급 통계까지 | 완벽한 영상요약, 릴리스에이아이 | Lilys AI
- This tutorial provides an in-depth guide on using Python and AI to analyze football matches
- World Cup Penalty Shootouts | Tableau Public