大学フットボールのカンファレンス再編-回帰

大学フットボールのカンファレンス再編-回帰' can be condensed to '大学フットボールカンファレンス再編-回帰

私の会議再編シリーズの第2部へようこそ!去年の夏、会議再編がフルスイングであった時、Tony Altimore氏がTwitterで公表した研究が私にインスピレーションを与え、私自身の会議再編分析を行うことになりました。このシリーズは4つのパートに分かれており(その全体的な目的については第1部に記載されています)、以下のような内容です:

  1. カレッジフットボールの会議再編 – Pythonによる探索的データ分析
  2. カレッジフットボールの会議再編 – 回帰
  3. カレッジフットボールの会議再編 – クラスタリング
  4. カレッジフットボールの会議再編 – node2vec
Norbert Braun氏による写真

このシリーズの各パートが、大学フットボールという愛されたスポーツの未来に新しい視点を提供することを願っています。第1部を読まれていない方のために簡単な要約をすると、私はウェブ上のさまざまな情報源から独自のデータセットを作成しました。これらのデータには、各FBSプログラムに関する基本情報、すべての大学フットボールのライバルリーの非カノニカルな近似、スタジアムのサイズ、歴史的な実績、APトップ25投票の出場頻度、AAUまたはR1機関であるかどうか(Big TenとPac 12のメンバーシップには歴史的に重要)、NFLドラフトでの選手の数、2017年から2019年のプログラム収益のデータ、最近の大学フットボールのファンベースの推定値が含まれています。実際には、スタジアムの収容人数、2019年の収益、歴史的なAPトップ25の出場頻度と、Tony Altimore氏の分析で推定されたファンベースのサイズとの間には強い相関関係があります:

相関行列は各特徴量とそれ自体の間に完全な正の関係を示しています。また、スタジアムの収容人数、ファンベースのサイズ、2019年の収益、2001年から2021年までのAPトップ25に出場した割合との間にも高い相関関係が見られます。

教師あり学習

では、これが私を考えさせました:単純な回帰モデルを作成して、ファンベースのサイズを推定することはできるでしょうか?

機械学習は大まかに教師あり学習と教師なし学習に分けることができます。教師あり学習では、事前に定義された離散的なクラスまたは連続変数を予測することが目標です。教師なし学習では、データの中に非明示的なトレンドを発見することが目標です。回帰は、予測対象が連続変数である教師あり学習の一種です。ShervineとAfshine Amidiによってまとめられた素晴らしいリファレンスガイドとリソースがあります(日本語訳されています…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「ナレ・ヴァンダニャン、Ntropyの共同創設者兼CEO- インタビューシリーズ」

Ntropyの共同創設者兼CEOであるナレ・ヴァンダニアンは、開発者が100ミリ秒未満で超人的な精度で金融取引を解析することを可...

人工知能

「シフトのCEOであるクリス・ナーゲル – インタビューシリーズ」

クリスはSiftの最高経営責任者です彼は、Ping Identityを含むベンチャー支援および公開SaaS企業のシニアリーダーシップポジシ...

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...

人工知能

「Ami Hever、UVeyeの共同創設者兼CEO - インタビューシリーズ」

עמיר חבר הוא המנכל והמייסד של UVeye, סטארט-אפ ראיה ממוחשבת בלמידה עמוקה, המציבה את התקן הגלובלי לבדיקת רכבים עם זיהוי...

人工知能

『DeepHowのCEO兼共同創業者、サム・ジェン氏によるインタビューシリーズ』

ディープハウのCEO兼共同創設者であるサム・ジェンは、著名な投資家から支持される急速に進化するスタートアップを率いていま...

機械学習

「Prolificの機械学習エンジニア兼AIコンサルタント、ノラ・ペトロヴァ – インタビューシリーズ」

『Nora Petrovaは、Prolificの機械学習エンジニア兼AIコンサルタントですProlificは2014年に設立され、既にGoogle、スタンフ...