Разработка иерархических моделей в спортивной аналитике с Крисом Фоннесбеком

В спорте принятие решений все больше основывается на данных, получаемых с помощью GPS, камер и других датчиков, которые предоставляют потоки информации с высоким пространственным и временным разрешением. Хотя машинное обучение является популярным подходом для преобразования этих потоков данных в полезную информацию, байесовские статистические методы предлагают надежную альтернативу. Они позволяют объединять несколько источников данных, что является естественным способом восполнения недостающих данных, а также полностью учитывать различные неопределенности системы. В частности, иерархические модели предоставляют средства для интеграции информации в нескольких масштабах и корректировки смещений, связанных с малыми размерами выборки. Я продемонстрирую байесовский рабочий процесс разработки модели с использованием PyMC версии 5, от подготовки данных до обобщения оценок и прогнозов, используя данные по бейсболу. #ИерархическиеМодели #спортивнаяАналитика #моделированиеданных #статистическийанализ #прогностическоеМоделирование #машинноеОбучение #спортивныеРезультаты #ОценкаИгроков #НаУправленииДанныеми #команднаяСтратегия Ресурсы Слайды: https://drive.google.com/file/d/102gk... Сообщения в блоге https://www.pymc-labs.com/blog-posts/... https://twiecki.io/blog/2019/01/14/su... Репозиторий: https://github.com/fonnesbeck/hierarc... О докладчиках Крис Крис Фоннесбек Крис — ведущий количественный аналитик в отделе исследований и разработок бейсбольной команды «Филадельфия Филлис». Он интересуется вычислительной статистикой, машинным обучением, байесовскими методами и прикладным анализом решений. Он родом из Ванкувера, Канада, и получил докторскую степень в Университете Джорджии. 👉 LinkedIn:   / christopher-fonnesbeck-374a492a   Доктор Томас Виецки (PyMC Labs) Доктор Томас Виецки — автор PyMC, ведущей платформы для статистической обработки данных. Чтобы помочь компаниям решить некоторые из самых сложных задач в области обработки данных, он собрал команду мирового класса специалистов по байесовскому моделированию и основал PyMC Labs — консалтинговую компанию, специализирующуюся на байесовском анализе. Он получил докторскую степень в Университете Брауна, изучая когнитивную нейронауку. GitHub: https://github.com/twiecki Twitter:   / twiecki   Веб-сайт: https://twiecki.io/ Связь с PyMC Labs LinkedIn:   / pymc-labs   Twitter:   / pymc_labs   YouTube:    / pymclabs   Meetup: https://www.meetup.com/pymc-labs-onli... Временные метки 00:00:00 Приветствие 00:07:24 Начало презентации 00:09:11 Наука о данных в бейсболе 00:09:36 Саберметрика 00:10:33 Каноническая бейсбольная статистика 00:12:02 Продвинутый уровень метрики 00:13:03 Технология отслеживания мяча 00:13:44 Trackman 00:14:08 Hawkeye 00:17:36 Байесовский вывод 00:18:58 PyMC 00:19:59 Оценка частоты хоум-ранов 00:23:37 Предварительные проверки прогнозирования 00:25:00 О MCMC 00:28:14 Апостериорная выборка прогнозирования 00:28:48 Информативные априорные распределения 00:31:18 Необъединенная модель 00:31:40 Иерархическая модель 00:32:16 Частичное объединение 00:32:40 HyperPriors 00:32:56 Модель частичного объединения 00:34:06 Модель групповых ковариат 00:36:12 Эффекты парка 00:38:24 Сравнение моделей с Ожидаемая логарифмическая плотность прогнозирования 00:39:08 Перекрестная проверка методом «оставь одного» 00:40:18 Индивидуальные ковариаты 00:42:03 Взаимодействие переменных 00:42:27 Гауссовские процессы 00:43:55 Ускоренная выборка 00:45:13 Прогнозирование вне выборки 00:47:05 Модель прогнозирования 00:48:38 Этапы рабочего процесса 00:50:51 Вопрос/Ответ: Можете ли вы объяснить функцию ядра ...? 00:52:30 Вопрос/Ответ: В чем преимущество ...? 00:54:23 Вопрос/Ответ: Как бы вы обрабатывали категориальные переменные в индивидуальном ...? 00:56:37 Вопрос/Ответ: Какую ценность байесовский анализ приносит ...? 01:00:26 Вопрос/Ответ: Можете ли вы рассказать о том, как вы взаимодействуете ...? 01:01:40 Вопрос/Ответ: Есть ли у вас какие-либо рекомендации...? 01:03:32 Вопрос/Ответ: Какие советы вы можете дать новичку, желающему улучшить свои навыки? 01:04:28 Вопрос/Ответ: Бывает ли так, что выбранная модель плохо справляется с...? 01:06:13 Вопрос/Ответ: Могли бы вы прокомментировать использование байесовского принятия решений...? 01:08:10 Вебинар завершен ``` #байесовский #статистика #вероятностный