推 MaribelHearn: 電腦分析 99% 是A士 10/23 10:42
推 wade860708: 這東西已經有了啊~ 10/23 10:42
推 ChrisDavis: 我知道電腦可以分析撲克牌的系統 10/23 10:44
推 JBLs: 開張六給他 讓莊家贏他一百塊 10/23 10:47
推 breakace10: 挖~~好大的耳屎 10/23 10:50
→ dinos: 這個手套提高10公分是我在最近五百顆投球時特別加進去的 10/23 10:53
推 citpo: 其實分析完 球員陰你 也是沒辦法 10/23 10:54
推 holypiggy: 可是就算電腦可以察覺 打擊區肉眼可能還是分不出來阿 10/23 11:00
推 kk2025: 同樓上,實戰也要能辨認出來啊... 10/23 11:12
所以立論1 就是說確實存在一些動作是看得出來的
推 Rentch: 意思應是說讓程式來抓小動作,球員只要記住關鍵動作的結果 10/23 11:15
→ Rentch: 主要是簡化檢視影片這段 10/23 11:19
推 kenkenken31: 到時投手只能靠臨時改變機制來反制了 10/23 11:25
投手臨場也不知道哪個動作被看穿了 在高張力的情況下 只會很慌
※ 編輯: sam9595 (67.164.96.63), 10/23/2018 11:31:59
推 kenkenken31: 改變完全不需要知道自己哪裡被研究呀,你自己刻意先 10/23 11:35
→ kenkenken31: 去改變數據就會毫無意義,就連科蕭都有突然側投式了 10/23 11:35
推 sa13961387: 我一開始以為要講大數據 在足夠的數據下也許可以猜到 10/23 11:37
→ sa13961387: 捕手或投手的配球邏輯 10/23 11:37
推 siliver: 只能開萬解了,其實我一直不想投這個球(誤 10/23 11:42
推 BusterPosey: 這是我在最近500場加進的小動作 10/23 11:44
推 dd159: 很明顯。怪力男分不出來 10/23 11:58
推 KimiRockman: 分析當然有用,但投球動作不可能太完美 10/23 12:01
→ KimiRockman: 電腦分析87%是曲球,結果來個直球 10/23 12:02
→ KimiRockman: 抱歉,你已經被三振了 10/23 12:02
推 Aminoacid: 跟經濟學模型一樣,這種預測系統一被運用就會失去效果 10/23 12:09
推 npbmlb: 你親生老爸在你後面,他非常火 10/23 12:11
推 yaes111: 最近五百顆如果是對先發也太少 才五場左右 10/23 12:13
推 ZhaiMan: 人有不自覺性習慣動作很正常吧 通常被提出後都可以改進 10/23 12:34
推 starcry: 想到棒球小說“暗影” 10/23 12:45
推 mess: 就算真的找到,也只能短期賽拿出來用,不然反破解就沒戲了 10/23 12:55
推 Sunrise2516: 這篇一看就知道一堆沒練過投手的 10/23 12:58
推 jkduke: 開個6給他 讓他打個滾地球 10/23 12:59
推 MrHeat: Gagne:你的電腦會贏過我的沙發? 10/23 13:26
推 arts2007: 說不定對手早就請一位 專門看影片分析找破綻的人了 10/23 13:40
推 Parazicecum: 理論上可行 但資料量夠嗎?以金寶來說 他這輩子投的球 10/23 13:40
→ Parazicecum: 可能都還不到1萬顆 早期跟晚期的出手方式也不同 有效 10/23 13:40
→ Parazicecum: 的資料可能才1000 2000筆 10/23 13:40
推 web946719: 我投球的時候習慣放支牙籤在手套裡 10/23 13:49
推 sony1256: 理論上可以 實際上無法 10/23 13:49
推 jack810733: 電腦分析 這位投手100%會投出卡特球 10/23 13:51
推 Yukirin: 我都不知道PTT這麼多機器學習專家 10/23 14:06
推 h760108: 球員打差下去也會去看影片找問題,這應該是可行的。 10/23 14:21
推 allen63521: 理論上可行 但實務上執行者的應變速度要很快 畢竟ML平 10/23 14:27
→ allen63521: 常的研究對象不會像敵對投手跟你鬥智、做調整 10/23 14:28
→ allen63521: 隊* 10/23 14:28
→ allen63521: 上面講的ML是指機器學習XD 10/23 14:44
推 sammy5062: 開個6 真的很好笑XD 10/23 15:55
→ sammy5062: 以後打棒球都要帶液晶顯影隱形眼鏡了 10/23 15:56
推 a2156700: 投手消耗品啊 10/23 17:16
推 y800122155: 如果像Sevy被抓到那種情況 可能幾十顆到幾百顆就可能 10/23 22:22
→ y800122155: 能做出來了 不是所有用ML的都需要big data 10/23 22:23
推 penny31029: 我覺得應該已經有類似的系統了,只要能發現一個肉眼能 10/23 22:39
→ penny31029: 快速察覺的小動作就夠了 10/23 22:39
推 EE1: 用 openCV 玩玩看^^ 10/23 23:44
噓 mirac1e: 靠人眼都可以抓投手的投球動作了 電腦當然可以 10/24 05:21
推 chieher: 所以關鍵不在於鬥智的過程,而在於「我有你沒有」 10/24 07:35
→ chieher: 偷暗號也可以靠變暗號立刻被破解,前提是你要確定被偷啊! 10/24 07:36
推 kee32: 感覺是可以搞,但是不見得能能賺錢 10/24 08:21
推 woo5566: 問題在打者如何知道投手這一球是什麼球 10/24 11:17
推 smallkop: 所以才需要魔球 你知道也打不到 10/24 12:35
推 y800122155: 如果是用DeepLearning直接丟影片去學 可能DL自己學好 10/24 15:36
→ y800122155: 但過程是blackbox 他不會教打者怎麼判斷 這樣也沒用 10/24 15:37
推 allen63521: 但是blackbox後分出來的結果有Y 因為投手丟什麼球種很 10/24 16:16
→ allen63521: 明顯 分析團隊把一些太細微的表徵剔除之後應該還是可 10/24 16:17
→ allen63521: 以得到一些方向的 10/24 16:17
推 y800122155: 你永遠都能知道每一球的Y 就看出手後啊 但你是想要在 10/24 21:19
→ y800122155: 出手前預判球種 你還是要能打開blackbox才知道 10/24 21:21
推 allen63521: 對 所以有一個前提是投手丟不同球種(Y)之間的差異要夠 10/24 23:46
→ allen63521: 明顯 否則就算研究團隊真的分出一些結果了 也不是場上 10/24 23:47
→ allen63521: 打者說執行就能執行的 10/24 23:48
→ allen63521: 一種可能是研究者自己肉眼都看不出兩群差異在哪 這是 10/24 23:52
→ allen63521: blackbox 另一種情況是真的分析出不同球種的差異了 10/24 23:52
→ allen63521: 該差異卻是在場上幾乎無法執行的內容 例如投手的手套 10/24 23:53
→ allen63521: 會挪出來一公分這種超級細節 10/24 23:54
推 yw1002: feature matching? 10/25 04:53
推 sycc: 看標題就猜到推文走向了 笑死XDD 10/27 11:32