Dieses Projekt zeigt eine der vielen Verwendungen von maschinellem Lernen im Baseball, indem ein maschinelles Lernmodell erstellt wird, das erkennen kann, welche Tonhöhe beim Angeben von Pitcher, Geschwindigkeit und Bewegung der Tonhöhe geworfen wird.
Die verwendeten Daten stammen von Baseball Savant.
Die Notebook-Datei durchläuft die Erstellung eines allgemeinen und pitcherspezifischen maschinelles Lernmodells sowie eine Analyse der Genauigkeit beider Modelle.
Das maschinelle Lernmodell kann über ein Streamlit -Web -App -Dashboard interagiert werden. Ein Benutzer kann entweder das allgemeine oder pitcherspezifische Modell auswählen und durch Eingabe des Pitcher ( Pitcher-spezifisches Modell ), der Tonhöhengeschwindigkeit und der Bewegung, das Modell identifiziert und zeigt an, welche Tonhöhe geworfen wurde.
Schauen Sie sich die Web -App hier an.