Model uczenia maszynowego do pomiaru wyników graczy MLB

Zespół badaczy z Penn State College of Information Sciences and Technology opracował model uczenia maszynowego, który może lepiej mierzyć krótko- i długoterminową wydajność baseballistów i zespołów. Nowa metoda została zmierzona z istniejącymi metodami analizy statystycznej, zwanymi sabermetryką.

Badania zostały przedstawione w pracy zatytułowanej „Użycie uczenia maszynowego do opisu, jak gracze wpływają na grę w MLB”.

Budowanie na NLP i komputerowym wzroku

Podejście zespołu opierało się na ostatnich postępach w przetwarzaniu języka naturalnego i komputerowym wzroku, i może mieć duże znaczenie dla sposobu, w jaki mierzy się wpływ gracza na grę.

Connor Heaton jest kandydatem na doktorat w College of IST.

Heaton mówi, że istniejąca rodzina metod opiera się na liczbie razy, gdy gracz lub zespół osiąga dyskretny wynik, taki jak uderzenie home run. Te metody nie uwzględniają kontekstu każdego działania.

„Wyobraź sobie sytuację, w której gracz zanotował single w swoim ostatnim występie na płycie”, powiedział Heaton. „Mógł uderzyć piłkę w stronę trzeciej bazy, przesuwając biegacza z pierwszej do drugiej i pokonując rzut na pierwszą bazę, lub uderzyć piłkę w głębokie pole lewego i dotknąć pierwszej bazy wygodnie, ale nie miał prędkości, aby walczyć o double. Opisywanie obu sytuacji jako „single” jest dokładne, ale nie opowiada całej historii.”

Nowy model

Model Heaton opiera się na uczeniu się znaczenia zdarzeń w grze, które opiera się na ich wpływie na grę i kontekście. Następnie model traktuje grę jako sekwencję zdarzeń, aby wygenerować numeryczne reprezentacje, jak gracze wpływają na grę.

„Często mówimy o baseballu w kategoriach „ten gracz miał dwa single i double wczoraj” lub „wygrał jeden na cztery”, powiedział Heaton. „Wiele sposobów, w jakie mówimy o grze, podsumowuje zdarzenia jednym statystycznym podsumowaniem. „Nasza praca próbuje uzyskać bardziej całościowy obraz gry i uzyskać bardziej nuansowany, obliczeniowy opis, jak gracze wpływają na grę.”

Nowa metoda wykorzystuje sekwencyjne techniki modelowania w NLP, aby umożliwić komputerom naukę znaczenia różnych słów. Heaton użył tego, aby nauczyć swój model znaczenia zdarzeń w grze baseballowej, takich jak uderzenie singla. Gra była następnie modelowana jako sekwencja zdarzeń.

„Wpływ tej pracy jest ramą, którą proponuję dla tego, co nazywam „przesłuchiwaniem gry”, powiedział Heaton. „Traktujemy ją jako sekwencję w tym całym obliczeniowym szkielecie, aby modelować grę.”

Model jest w stanie opisać wpływ gracza na grę w krótkim terminie, a po połączeniu z tradycyjnymi metodami, może przewidzieć zwycięzcę gry z dokładnością ponad 59%.

Szkolenie modelu

Badacze szkolili swój model, używając danych wcześniej zebranych z systemów zainstalowanych na stadionach baseballu. Te systemy śledzą szczegółowe informacje o każdym pitchu, w tym pozycjonowaniu graczy, zajęciu baz i prędkości pitchu. Użyto dwóch rodzajów danych. Pierwszy to dane pitch-po-pitch, które pomogły analizować informacje takie jak typ pitchu. Drugi to dane sezon-po-sezonie, używane do badania informacji specyficznych dla pozycji.

Każdy pitch w zebranych danych miał trzy główne cechy, które były konkretną grą, numerem at-batu w grze i numerem pitchu w at-bacie. Te dane umożliwiły badaczom odtworzenie sekwencji zdarzeń, które tworzą grę MLB.

Aby opisać zdarzenia, które wystąpiły, jak one wystąpiły i kto był zaangażowany w każdą grę, zespół zidentyfikował 325 możliwych zmian gry, które mogą wystąpić, gdy pitch jest rzucony. To zostało połączone z istniejącymi danymi, a rekordy graczy zostały wstawione.

Prasenjit Mitra jest profesorem nauk i technologii, a także współautorem pracy.

“Ta praca ma potencjał, aby znacznie poprawić stan sztuki w sabermetryce”, powiedział prof. Mitra. “Nasza wiedza jest taka, że jesteśmy pierwszymi, którzy uchwycili i przedstawili nuansowany stan gry i wykorzystali tę informację jako kontekst do oceny indywidualnych zdarzeń, które są liczone przez tradycyjne statystyki – na przykład, automatycznie budując model, który rozumie kluczowe momenty i zdarzenia w kluczowych momentach.”