科学で迫る勝敗の法則(名城大学公開講座．2024年10月) / The principle of victory discovered by science (Open lecture in Meijo Univ. 2024)

by konakalab

Slide 1

Slide 1 text

小中英嗣(こなか・えいじ) 名城大学情報工学部情報工学科准教授 2024/10/12 2024 名城大学公開講座 1

Slide 2

Slide 2 text

自己紹介(1) 氏名：小中英嗣（こなか・えいじ） 専門分野：システム制御，スポーツデータ分析 共通点：データと数学を使って問題の解決・評価・設計などを行う スポーツデータ分析の一般書籍 「科学で迫る勝敗の法則」(技術評論社) 今日はこの本のダイジェストです 2024/10/12 2024 名城大学公開講座 2

Slide 3

Slide 3 text

自己紹介(2) 観戦経験がある競技 現地観戦：野球，サッカー，バレーボール，モータースポーツ，バスケットボール，ラグビー，フットサル，アメリカンフットボール，陸上競技，大相撲，バドミントン，アイスホッケー，フィギュアスケート，レスリング，クロスカントリースキー，競馬，卓球 中継：オリンピック大体全部スタジアムが好き！ 2024/10/12 2024 名城大学公開講座 3

Slide 4

Slide 4 text

おねがい＆進め方 飲み物は密閉できるもののみお持ち込みいただけます 講演中の飲食はお控えください． 30～40分ごとに短い休憩をとります 質問の時間をとります ただし進行を優先することがあります (講演終了後しばらく質問・雑談OK です) 2024/10/12 2024 名城大学公開講座 4

Slide 5

Slide 5 text

スポーツの楽しみ方スポーツを「する」スポーツを「みる」 2024/10/12 2024 名城大学公開講座 5 [PhotoAC] [著者撮影]

Slide 6

Slide 6 text

スポーツの「何をみる」？ スポーツの「何をみる」？ チーム 選手 スタジアム 飲食 技術 戦術・戦略 2024/10/12 2024 名城大学公開講座 6

Slide 7

Slide 7 text

スポーツの「何をみる」？ スポーツの「何をみる」？ チーム 選手 スタジアム 飲食 技術 戦術・戦略 データ 2024/10/12 2024 名城大学公開講座 7

Slide 8

Slide 8 text

スポーツとデータ スポーツとデータの関係 スポーツとデータは関連深い？相性が良い？ 2024/10/12 2024 名城大学公開講座 8

Slide 9

Slide 9 text

スポーツとデータ スポーツとデータの関係 スポーツとデータは関連深い？相性が良い？ スポーツとデータは相性が良い そもそもスポーツとは「運動を数値にして評価する活動」 距離，時間，成功回数… 得点＝「ボールがある領域を通過した回数」 ルールが明確である 2024/10/12 2024 名城大学公開講座 9 [PhotoAC]

Slide 10

Slide 10 text

今日の概要講演内容 スポーツとデータ 野球での成功：マネーボールとデータ革命 サッカーでの挑戦：データ分析のフロンティア バスケットボール：ルールが生み出す行動この講演での「データ」の内容 スコアブック，位置や速度の計測データ (生理学/医学/解剖学的な知見 →私の専門外) 2024/10/12 2024 名城大学公開講座 10

Slide 11

Slide 11 text

今日の概要 スポーツとデータ 野球での成功：マネーボールとデータ革命 サッカーでの挑戦：データ分析のフロンティア 3ポイントシュートの革命：スポーツとルール 2024/10/12 2024 名城大学公開講座 11

Slide 12

Slide 12 text

野球：選手をどのように評価するのか？ 選手の「良さ」を評価できる値はどれ？ 打率 出塁率 本塁打数 打点 得点圏打率 盗塁数 勝利数 防御率 … 2024/10/12 2024 名城大学公開講座 12 [PhotoAC]

Slide 13

Slide 13 text

野球：選手をどのように評価するのか？ 選手の「良さ」を評価できる値はどれ？ △打率 ◎出塁率 〇本塁打数 △打点 ×得点圏打率 ×盗塁数 ×勝利数 △防御率 … 2024/10/12 2024 名城大学公開講座 13 [PhotoAC]

Slide 14

Slide 14 text

野球：選手をどのように評価するのか？ 選手の「良さ」を評価できる値はどれ？ △打率 ◎出塁率 〇本塁打数 △打点 ×得点圏打率 ×盗塁数 ×勝利数 △防御率 … 2024/10/12 2024 名城大学公開講座 14 勝利にどれだけ貢献したか？選手個人を評価できているか？ [PhotoAC]

Slide 15

Slide 15 text

ビル・ジェームズとセイバーメトリクス ビル・ジェームズ 野球の統計データ取得 データに基づく分析 1970年代に「セイバーメトリクス」の確立に寄与 (SABRMetrics, SABR=Society for American Baseball Research) 提唱当初はあまり注目されず． 2024/10/12 2024 名城大学公開講座 15 Colette Morton and Dan Holden - DSCF0551, CC 表示-継承 2.0, https://commons.wikimedia.org/w/index.php?curid=16358673による

Slide 16

Slide 16 text

「セイバーメトリクス？」 野球における評価を統計に基づき行う 「勝利にいかに貢献できたのか？」を客観的に評価する 「伝統的」な指標の一部は勝利数との関係が弱い or 選手個人の能力を表さない！ 打点，盗塁，得点圏打率，勝利数，防御率，… 「野球で勝つためには？」 ホームランをたくさん打つ！→△ 打者3人がアウトになるまでにいかに多くの塁を獲得できるか？→◎ 2024/10/12 2024 名城大学公開講座 16

Slide 17

Slide 17 text

Slide 18

Slide 18 text

「マネー・ボール」  2011年公開 実話に基づく メジャーリーグの弱小球団の物語 オークランド・アスレチックス GM:ビリー・ビーン 1997年就任 2024/10/12 2024 名城大学公開講座 18 (amazon.co.jp)

Slide 19

Slide 19 text

「マネー・ボール」  2011年公開 実話に基づく メジャーリーグの弱小球団の物語 オークランド・アスレチックス GM:ビリー・ビーン 1997年就任 2024/10/12 2024 名城大学公開講座 19

Slide 20

Slide 20 text

「マネー・ボール」 スカウト：勘と経験→勝利に貢献する統計データに基づく 重要な指標：出塁率，奪三振率，与四球率, OPS 「お買い得」な選手を集める 2024/10/12 2024 名城大学公開講座 20 俳優マネーボール : フォトギャラリー画像 - 映画.com (eiga.com)

Slide 21

Slide 21 text

「マネー・ボール」 スカウト：勘と経験→勝利に貢献する統計データに基づく 重要な指標：出塁率，奪三振率，与四球率, OPS 「お買い得」な選手を集める 2024/10/12 2024 名城大学公開講座 21 Leaders Event from London, United Kingdom - Billy Beane - General Manager Oakland A'sUploaded by Muboshgu, CC 表示 2.0, https://commons.wikimedia.org/w/index.php?curid=20513220による本人

Slide 22

Slide 22 text

「マネー・ボール」 2024/10/12 2024 名城大学公開講座 22 Leaders Event from London, United Kingdom - Billy Beane - General Manager Oakland A'sUploaded by Muboshgu, CC 表示 2.0, https://commons.wikimedia.org/w/index.php?curid=20513220による

Slide 23

Slide 23 text

「マネー・ボール」 2024/10/12 2024 名城大学公開講座 23 Leaders Event from London, United Kingdom - Billy Beane - General Manager Oakland A'sUploaded by Muboshgu, CC 表示 2.0, https://commons.wikimedia.org/w/index.php?curid=20513220によるメジャー屈指の常勝球団に！

Slide 24

Slide 24 text

セイバーメトリクスの効果と限界 野球の勝利に貢献する要素の正しい理解 過去のスコアブックの活用 ⇒スコアブックの粒度のデータでは限界がある 自分自身やバット・ボールがどのように動いているのかわからない 具体的なトレーニング/技術向上には寄与しない 計測：特殊な装置 体にマーカーを付けて撮影 2024/10/12 2024 名城大学公開講座 24 選手やボールの位置や速度を球場でも計測できたらなぁ… モーションキャプチャ | Sports Performance Research Center (nifs-k.ac.jp)

Slide 25

Slide 25 text

セイバーメトリクスの効果と限界 野球の勝利に貢献する要素の正しい理解 過去のスコアブックの活用 ⇒スコアブックの粒度のデータでは限界がある 自分自身やバット・ボールがどのように動いているのかわからない 具体的なトレーニング/技術向上には寄与しない 計測：特殊な装置 体にマーカーを付けて撮影 2024/10/12 2024 名城大学公開講座 25 選手やボールの位置や速度を球場でも計測できたらなぁ… https://www.irasutoya.com/2015/02/blog-post_42.html

Slide 26

Slide 26 text

statcast：スコアブックから物理計測へ statcast: リアルタイム計測＆データ蓄積システム Amazonが技術提供 軌道(時刻x位置)の計測 スコアブックから物理量に基づく評価 2024/10/12 2024 名城大学公開講座 26 Introducing Statcast 2020: Hawk-Eye and Google Cloud | by Ben Jedlovec | MLB Technology Blog (mlblogs.com)

Slide 27

Slide 27 text

statcastでわかること 2024/10/12 2024 名城大学公開講座 27 How MLB Pitch Tracking Works: Behind Baseball’s Complex System - Sports Illustrated Statcast Exit Velocity & Launch Angle Breakdown | baseballsavant.com (mlb.com)

Slide 28

Slide 28 text

物理計測が明らかにする野球の真理バレル・ゾーン(フライボール革命) ピッチトンネル 2024/10/12 2024 名城大学公開講座 28 Barrel | Glossary | MLB.com Bill's Blackboard: Tunneling | 12/13/2019 | Seattle Mariners (mlb.com)

Slide 29

Slide 29 text

物理計測が明らかにする野球の真理守備シフトフレーミング ボールの通過位置とストライクと判定された割合を算出 リーグ平均よりもストライクが多い→良いキャッチャー Statcast Catcher Framing Leaderboard | baseballsavant.com (mlb.com) 2024/10/12 2024 名城大学公開講座 29

Slide 30

Slide 30 text

野球に魅力を取り戻せ！ルール変更 2023年からのルール変更 スピーディーな試合展開を意図 投手・打者ともに時間制限 守備位置の制限 ベースを一回り大きく 牽制球の制限背景：野球の地位低下 2024/10/12 2024 名城大学公開講座 30 https://x.com/JoePompliano/status/1637859100649218056 ピッチクロックって何？大リーグのルール変更詳細 - NHK

Slide 31

Slide 31 text

ルール変更の影響？：盗塁数の増加 盗塁企図数⤴ 盗塁成功率⤴ できる選手がより試みやすくなった 2024/10/12 2024 名城大学公開講座 31

Slide 32

Slide 32 text

ルール変更の影響？：盗塁数の増加 盗塁企図数⤴ 盗塁成功率⤴ できる選手がより試みやすくなった 「記録の価値」の経時的な比較は難しい… 2024/10/12 2024 名城大学公開講座 32

Slide 33

Slide 33 text

データに基づく野球の現在「勝利数」に換算される評価の客観化 WAR (Wins above replacement) リーグの標準的控え選手と交代したときに何勝増やすことができるか MLB Wins Above Replacement - WAR - Major League Baseball – ESPN 勝利に貢献できる最適なプレイの発見→それを実現できる身体的素質が限定されつつある反射的・画一的となる懸念 イチロー選手の引退会見 【ノーカット】イチロー現役引退都内で記者会見 (youtube.com) “2001年にアメリカに来てから、19年の野球は全く違う野球になりました。頭を使わなくてもできる野球になりつつあるような。” 「誰」が頭を使わない/使っているのか？ 2024/10/12 2024 名城大学公開講座 33

Slide 34

Slide 34 text

まとめ(1) 野球におけるデータ活用 スコアブックデータの活用 セイバーメトリクス マネーボール 物理計測システムの発達 トレーニング・戦略へ反映 バレル，ピッチトンネル，守備シフト，フレーミング… 最適解への収束への懸念 「考える」余地は残っているのか？ (ちょっと休憩…) 2024/10/12 2024 名城大学公開講座 34 [Generated by ChatGPT4o mini/DALL-E]

Slide 35

Slide 35 text

今日の概要 スポーツとデータ 野球での成功：マネーボールとデータ革命 サッカーでの挑戦：データ分析のフロンティア 3ポイントシュートの革命：スポーツとルール 2024/10/12 2024 名城大学公開講座 35

Slide 36

Slide 36 text

サッカーとデータ：計測技術との戦い サッカー：データ測定を妨げる競技特性 ピッチの大きさ 入り乱れる22名の選手 明確に区切られないプレー  攻撃/守備=ボール保持/非保持 2024/10/12 2024 名城大学公開講座 36 Q:サッカー場の大きさは？

Slide 37

Slide 37 text

サッカーとデータ：計測技術との戦い サッカー：データ測定を妨げる競技特性 広いピッチ：105 x 68[m]  バレーボール：18 x 9 [m]  補：映像・データ分析が早くから発達．業界標準の分析ソフトあり．  テニス(ダブルス)：23.77 x 10.97 [m]  バスケットボール：28 x 15 [m] 高い位置(=スタンド)に測定機器が必要 入り乱れる22名の選手 明確に区切られないプレー  攻撃/守備=ボール保持/非保持 物理計測以前に，野球のスコアブックに相当するデータすら不十分 2024/10/12 2024 名城大学公開講座 37 soccer basketball tennis volleyball

Slide 38

Slide 38 text

古典的成果：サッカーの得点と，馬に蹴られた兵士の数 「サッカーの得点は，まれに起こる出来事の回数である」 確率の分布として考える 「ポアソン分布」 「馬に蹴られて死んでしまった兵士の数」の研究 𝑃𝑃 𝑋𝑋 = 𝑥𝑥 = 𝑒𝑒−𝜆𝜆 𝜆𝜆𝑥𝑥 𝑥𝑥! 右図：2020年J1リーグ 平均得点： 2024/10/12 2024 名城大学公開講座 38

Slide 39

Slide 39 text

勝敗シミュレータ しくみ チームの平均得失点を入力 ポアソン分布に従い得失点の確率を計算する 勝ち・引き分け・負けの確率を計算 例：平均得失点1.5-1.0の場合 2024/10/12 2024 名城大学公開講座 39

Slide 40

Slide 40 text

勝敗シミュレータ しくみ チームの平均得失点を入力 ポアソン分布に従い得失点の確率を計算する 勝ち・引き分け・負けの確率を計算 勝利確率：1-0, 2-0, 2-1, 3-0, 3-1, 3-2, …のすべての確率を計算して足す 得失点は独立と仮定 2024/10/12 2024 名城大学公開講座 40

Slide 41

Slide 41 text

勝敗シミュレータ しくみ チームの平均得失点を入力 ポアソン分布に従い得失点の確率を計算する 勝ち・引き分け・負けの確率を計算 勝利確率：1-0, 2-0, 2-1, 3-0, 3-1, 3-2, …のすべての確率を計算して足す 得失点は独立と仮定 2024/10/12 2024 名城大学公開講座 41

Slide 42

Slide 42 text

勝敗シミュレータ しくみ チームの平均得失点を入力 ポアソン分布に従い得失点の確率を計算する 勝ち・引き分け・負けの確率を計算 勝利確率：1-0, 2-0, 2-1, 3-0, 3-1, 3-2, …のすべての確率を計算して足す 得失点は独立と仮定 2024/10/12 2024 名城大学公開講座 42 シミュレータのリンクです (スマホでも遊べます)

Slide 43

Slide 43 text

限られたデータからの予測レーティング 例：各国代表チームの実力評価 得失点などの公式記録 選手の市場価値・所属クラブなど 1分ごとに勝利確率を計算 FiveThirtyEight, 2018 World Cup Predictions 538 (?) 2024/10/12 2024 名城大学公開講座 43

Slide 44

Slide 44 text

限られたデータからの予測レーティング 例：各国代表チームの実力評価 得失点などの公式記録 選手の市場価値・所属クラブなど 1分ごとに勝利確率を計算 FiveThirtyEight, 2022 World Cup Predictions 538: アメリカ大統領選挙の選挙人の総数 選挙結果の統計予測で有名なサイト スポーツデータも扱っていた 2024/10/12 2024 名城大学公開講座 44

Slide 45

Slide 45 text

計測技術の発達/サッカー市場の拡大トラッキングデータ OptaPro data collection Opta(スポーツデータを扱う企業)のデータ取得の様子(2018年) Tracking - How the Bundesliga Stats are Collected Bundesligaでのデータ取得システム紹介． The Future of Football - New Technology in the Bundesliga 画像認識での姿勢取得，など市場拡大 「ファイナンシャル・フェアプレー(FFP)」 4つのキーワードで読み解くFFPの仕組み 「PE ファンド」や「ヘッジファンド」が参入！サッカークラブ買収の新たなトレンド (私自身財務は素人でよくわかっていませんが) 安定した投資先となるための規制が有効に→投資の活性化・市場拡大 2024/10/12 2024 名城大学公開講座 45

Slide 46

Slide 46 text

計測技術とデータ蓄積の果実：ゴール期待値「ゴール期待値」 Bundesliga Match Facts powered by AWS: xGoals シュートの「位置」「状況」ごとの成功確率を大量のシュートデータから生成 Premier League: 'Expected goals' tells us whether a player really should have scored 2024/10/12 2024 名城大学公開講座 46 公開データを活用 インタラクティブ版簡易版ゴール期待値 (simplified expected goals, sxG) A public data set of spatio-temporal match events in soccer competitions

Slide 47

Slide 47 text

サッカーにおけるデータ分析の最前線ボロノイ図とフォーメーション評価 Geometry of football (Voronoi) ボロノイ図：点(選手)からの距離が等しくなる境界線を描いた図 2024/10/12 2024 名城大学公開講座 47 VAEP(VALUING ACTIONS BY ESTIMATING PROBABILITIES) すべてのプレイ(パス，ドリブル，…)がどれだけ得点確率を上げたかを統計的に算出

Slide 48

Slide 48 text

AI(人工知能)に触発されるスポーツ分析ゲームAIに触発されるデータ分析 VAEP←囲碁AI 「強化学習」 勝敗から逆算して手前の盤面の評価値を算出 2024/10/12 2024 名城大学公開講座 48

Slide 49

Slide 49 text

AI(人工知能)に触発されるスポーツ分析ゲームAIに触発されるデータ分析 VAEP←囲碁AI 「強化学習」 得点から逆算して手前の状況の評価値を算出 ちょっとした未来予測 コンピュータ内のサッカーシミュレータで多量の試合を行う→最適戦略を導出 2024/10/12 2024 名城大学公開講座 49

Slide 50

Slide 50 text

AI-inspired analysis ゲームAIに触発されるデータ分析 VAEP←囲碁AI 「強化学習」 得点から逆算して手前の状況の評価値を算出 ちょっとした未来予測 コンピュータ内のサッカーシミュレータで多量の試合を行う→最適戦略を導出 Google Research Football with Manchester City F.C. 物理学者を採用するサッカークラブ 新指標の開発から分析作業の自動化まで。ドイツ代表復権のカギを握る“AI研究” リバプールはデータで「プレーの質」を問う。南野らを評価する新指標「EPV」 物理学者など，動的システム理論，統計学，コンピュータプログラミングを理解する人材の登用 サッカー版「セイバーメトリクス」 2024/10/12 2024 名城大学公開講座 50

Slide 51

Slide 51 text

AI-inspired analysis ウィリアム・スピアマン(リバプールFC) “PITCH CONTROL” ボロノイ図：幾何的(位置のみ) 選手の速度・向き，ボールの速度を考慮 ピッチ上の位置をどちらの選手が支配 (control)しているかを計算 (類似のアイデア自体は30年以上前から研究されていた) 2024/10/12 2024 名城大学公開講座 51 Training Ground Guru | William Spearman: How Liverpool create pitch control models

Slide 52

Slide 52 text

もしあのプレイを選択していたら… 反事実的推論 実際に選択「されなかった」プレイを評価したい研究プロジェクトのクラウドファンディング 「ゲーム理論とAIでサッカー分析の革新に挑戦！」 2024/10/12 2024 名城大学公開講座 52 もし…？

Slide 53

Slide 53 text

まとめ(2) サッカーにおけるデータ活用 長い「古典的」成果の世界 データ取得の難しさ 物理計測システムの発達 ゴール期待値，幾何学的評価(ボロノイ図)， VAEP, Pitch Control AIとの接近 サッカーは「ハック」されるのか？ (もう1回，ちょっと休憩…) 2024/10/12 2024 名城大学公開講座 53 [Generated by ChatGPT4o mini/DALL-E]

Slide 54

Slide 54 text

今日の概要 スポーツとデータ 野球での成功：マネーボールとデータ革命 サッカーでの挑戦：データ分析のフロンティア 3ポイントシュートの革命：スポーツとルール 2024/10/12 2024 名城大学公開講座 54

Slide 55

Slide 55 text

NBAの金字塔：100得点！ NBA(北米プロバスケットボールリーグ)の1試合最多得点 ウィルト・チェンバレン 1962年3月2日 2ポイントゴール 36/63 フリースロー 28/32 2024/10/12 2024 名城大学公開講座 55 File:Wilt Chamberlain 100 Point Game 1962.jpg - Wikimedia Commons

Slide 56

Slide 56 text

NBA最多得点記録 2024/10/12 2024 名城大学公開講座 56 得点順位フリースロー 2ポイント 3ポイントチェンバレン 100 1 28 36 ブライアント 81 2 18 21 7 ジョーダン 69 16 21 21 2 Q:この欄の意味するところは？

Slide 57

Slide 57 text

NBA最多得点記録 2024/10/12 2024 名城大学公開講座 57 得点順位フリースロー 2ポイント 3ポイントチェンバレン 100 1 28 36 ブライアント 81 2 18 21 7 ジョーダン 69 16 21 21 2 Q:この欄の意味するところは？ A:3ポイントのルールが無かった疑惑の判定で旧ソ連がアメリカを下す (olympics.com) ミュンヘン五輪(1972)

Slide 58

Slide 58 text

NBA最多得点記録 2024/10/12 2024 名城大学公開講座 58 得点順位フリースロー 2ポイント 3ポイントチェンバレン 100 1 28 36 ブライアント 81 2 18 21 7 ジョーダン 69 16 21 21 2 Q:この欄の意味するところは？ A:3ポイントのルールが無かった This Day in History: Chris Ford made the first 3-point basket in NBA History (Oct 12, 1979) | NBA.com

Slide 59

Slide 59 text

3ポイントシュートの革命(1979~) NBAの3ポイント 1979年～ 本数・得点ともに増加傾向 2024/10/12 2024 名城大学公開講座 59 戦略が本質的に変化

Slide 60

Slide 60 text

シュート位置の変化 1997-98 2018-19 2024/10/12 2024 名城大学公開講座 60

Slide 61

Slide 61 text

シュート位置の変化 1997-98 2018-19 2024/10/12 2024 名城大学公開講座 61 20年で… ・2ポイント⤵ ・3ポイント⤴

Slide 62

Slide 62 text

シュート位置の変化：得点の期待値 (期待値)=(得点)×(成功率) ゴール下と3ポイントの期待値が近い ⇒どちらかからシュートを打つ2 択ゲームに変化 2024/10/12 2024 名城大学公開講座 62

Slide 63

Slide 63 text

ホーバス・ジャパン (男子日本代表) Tom Hovaase 2017-2021 女子代表監督 2021 東京五輪銀メダル🥈🥈 2021- 男子代表監督 2023 パリ五輪出場権獲得 2024/10/12 2024 名城大学公開講座 63 3ポイントシュートの割合

Slide 64

Slide 64 text

ホーバス・ジャパン (男子日本代表) Tom Hovaase 2017-2021 女子代表監督 2021 東京五輪銀メダル🥈🥈 2021- 男子代表監督 2023 パリ五輪出場権獲得 2024/10/12 2024 名城大学公開講座 64 3ポイントシュートの割合 3ポイントを多用する現代的な戦略＆選手起用

Slide 65

Slide 65 text

4ポイントシュート?? PBA(フィリピンのプロバスケリーグ)で導入 初の4ポイント https://x.com/OneSportsPHL/status/18251449 01559857547 3ポイントもNBAではないリーグで採用 →NBAや国際ルールに導入 「スポーツ」＝「面白くあそぼうよ！」 Sportの語源は「気晴らし・楽しみ」 2024/10/12 2024 名城大学公開講座 65

Slide 66

Slide 66 text

4ポイントシュート?? Bリーグのシュートデータと重ねてみる 2024/10/12 2024 名城大学公開講座 66

Slide 67

Slide 67 text

4ポイントシュート?? Bリーグのシュートデータと重ねてみる 全シュートの3％が4ポイント相当の位置 2024/10/12 2024 名城大学公開講座 67 3%

Slide 68

Slide 68 text

4ポイントシュート?? Bリーグのシュートデータと重ねてみる 全シュートの3％が4ポイント相当の位置 得点期待値 現行ルール 4ポイントがあったら 2024/10/12 2024 名城大学公開講座 68 3%

Slide 69

Slide 69 text

4ポイントシュート?? Bリーグのシュートデータと重ねてみる 全シュートの3％が4ポイント相当の位置 得点期待値 現行ルール 4ポイントがあったら 2024/10/12 2024 名城大学公開講座 69

Slide 70

Slide 70 text

4ポイントシュート?? Bリーグのシュートデータと重ねてみる 全シュートの3％が4ポイント相当の位置 得点期待値 現行ルール 4ポイントがあったら 2024/10/12 2024 名城大学公開講座 70 FIBAやNBAで採用されるでしょうか？？

Slide 71

Slide 71 text

まとめ(3) 3ポイントシュート バスケットボールを大きく変えた 得点効率の良い戦略の発見と実行 4ポイントシュート？ 魅力的になるなら広く採用されるかも？ Spots=“楽しみ・気晴らし”が語源 スポーツのルール みんな楽しめるように．でも危ないことや，もめごとはいやだね． 2024/10/12 2024 名城大学公開講座 71 [Generated by ChatGPT4o mini/DALL-E]

Slide 72

Slide 72 text

宣伝：書籍のその他の内容 ルール変更で何が変わった？ ラグビーとトライ 複数競技のまとめ方 混成競技，フィギュアスケート団体 「良い」ランキングとは？ ランキング設計の簡潔な原則と数学 テストとWeb検索とスポーツ予測は同じ？ FIFAワールドカップ予測 WINNERを5万円買ってみた！ 2024/10/12 2024 名城大学公開講座 72

Slide 73

Slide 73 text

小中研究室の研究成果研究方針 学生が興味ある競技 着眼点>理論の難しさ・複雑さ 教員の役割 方向修正 作業補助対象競技(順不同) 野球サッカーバスケットボールバレーボールビーチバレーラグビーバドミントンテニスソフトテニス日本拳法弓道 eスポーツハンドボール卓球 2024/10/12 2024 名城大学公開講座 73

Slide 74

Slide 74 text

バスケットボール：攻守それぞれの貢献を定量化 選手交代と得点経過のデータ有 守備時の貢献も定量化 「1秒コートに立っていた時の予測勝率の変化」を計算 大学院生の研究成果 2024/10/12 2024 名城大学公開講座 74 杉江，小中．バスケットボールの個人攻守貢献度の開発(2023)

Slide 75

Slide 75 text

テニス：サービス位置・ランキングと得点確率の関係 「テニスのサービスはどこに着地させると得点を取りやすいのか？」 選手の強さ＝世界ランキングポイントを考慮 卒業研究(!) 2024/10/12 2024 名城大学公開講座 75 Shimizu, Konaka. Scoring probability model based on service landing location and ranking points in men’s professional tennis matches (2024)

Slide 76

Slide 76 text

野球：ホームランの出やすさをきちんと分離する(パークファクター) 打者の能力，投手の能力，球場の影響を分けたい 本当にホームランが出やすい・出にくい球場がわかる 卒業研究2年分 2024/10/12 2024 名城大学公開講座 76 佐治，小中．対比較法を用いたパークファクター推定方法 (2023)

Slide 77

Slide 77 text

Web/SNSでの活動いろんなスポーツを予測して発信 konakalab @X (a.k.a Twitter) konakalab @Note 特に力を入れているJリーグ予測 2024/10/12 2024 名城大学公開講座 77

Slide 78

Slide 78 text

とにかく思いついたことを形にしてみる Jリーグの「中心」は誰？その他いろいろ 2024/10/12 2024 名城大学公開講座 78 「監督解任ブースト」ってあるの？無いの？ 大学院の授業でスポーツ予測コンテスト 無観客試合とホームアドバンテージ

Slide 79

Slide 79 text

質問，いかがですか？ 2024/10/12 2024 名城大学公開講座 79

Slide 80

Slide 80 text

ありがとうございました！ 2024/10/12 2024 名城大学公開講座 80