据TechCrunch报道：NBA最近在纽约曼哈顿举办了一项邀请活动：编程马拉松（Hackathon）。他们打算建立一种新的视角来看待比赛数据。

美国人很钟情于运动，棒球是其中之一。MLB（职棒大联盟）是使用统计分析和预测的先行者：打击、防守、投球、失误等。与此同时，NBA近年来一直致力于提高评论员、教练和球员的统计分析能力--这次首届编程马拉松就是最新的尝试。

此次活动邀请的参赛人员包括本科生、研究生和博士生，个程序员被分为三个等级，面对不同的挑战。

比赛规则很简单：每个团队对NBA提供的数据进行统计分析，数据本身不允许篡改，否则将被取消资格。时间从上午9点开始，在下午5:15结束，历时8小时15分钟。

这并不是件容易的任务：原始数据超过5GB，包括投篮数据、回合数据、精确至1/25秒的球员追踪数据等。

最终，由哥伦比亚大学研究生AlexWainger、ZacRobertson、纽约大学本科生EllaKuzmenko和佩斯大学本科生WilliamRobbins组成的团队赢得了比赛冠军。

他们夺冠项目名为“反对英雄球”。

在分析数据库时，他们放弃了一些已有的可行建议，比如创建一个防御的效率公式或者分析如何能让投篮更准，而是选择将运动员在常规赛和季后赛中的运动趋势做一个对比。他们假设在常规赛中，运动员的打球方式更以团队为中心，而在季后赛中，他们更倾向于人们所谓的“英雄球”式的打法。最终他们用python处理了5g的数据库，抽丝剥茧取出了有用数据，建立一个d3的应用（d3.js，一个JavaScript库）挂载在github的网页上。一个坐标轴上显示常规赛的统计信息，另一个坐标轴上显示季后赛的统计信息，还有一个45度的直线表示在两种情况下的相同行为方式，可以选择一个数据并以交互的方式在图标上看团队的数据移动。数据表明最终在季后赛的队伍，相比常规赛，运动趋势数据中多了15%的运球，10%站立，少了4%的传球和4%的持球得分。也就是说，球员在季后赛往往会更自私地打球。

问起他们为什么参加NBA编程马拉松，其中一名队员表示，他看到了在这里的学习机会。作为一个NBA的数据控，他对比赛背后的教练方法和数据分析非常感兴趣，通过这个活动可以认识更多在数据分析领域中杰出的人。

他们的项目也发布在了Github上：

中科白癜风医院好吗
白癜风根治的方法


欢迎转载,转载请注明原文网址：http://www.hengdabio.com/qdjs/5282.html