Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
野球エンジニアの72万球 #BPStudy
Search
Shinichi Nakagawa
PRO
March 29, 2018
Research
2.6k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
野球エンジニアの72万球 #BPStudy
Baseballsavantを例とした可視化と簡単な分析事例です
Shinichi Nakagawa
PRO
March 29, 2018
More Decks by Shinichi Nakagawa
See All by Shinichi Nakagawa
LLMの出力を"いい感じに"する技術 / Taming LLM Output: AI Agent Design Patterns with FastAPI
shinyorke
PRO
4
1.8k
野球解説AI Agentを開発してみた - 2026/02/27 LayerX社内LT会資料
shinyorke
PRO
0
700
WBCの解説は生成AIにやらせよう - 生成AIで野球解説者AI Agentを実現する / Baseball Commentator AI Agent for Gemini
shinyorke
PRO
1
690
自らを強いエンジニアにするための3つの習慣 2025/ Fitter happier more productive
shinyorke
PRO
0
320
生成AI時代におけるSREの進化とキャリア戦略 / Building an Embedded SRE team and my career
shinyorke
PRO
0
190
生成AIを活用した野球データ分析 - メジャーリーグ編 / Baseball Analytics for Gen AI
shinyorke
PRO
1
6.7k
ゼロから始めるSREの事業貢献 - 生成AI時代のSRE成長戦略と実践 / Starting SRE from Day One
shinyorke
PRO
3
9.6k
AI・LLM事業部のSREとタスクの自動運転
shinyorke
PRO
0
590
実践Dash - 手を抜きながら本気で作るデータApplicationの基本と応用 / Dash for Python and Baseball
shinyorke
PRO
2
4.9k
Other Decks in Research
See All in Research
[Fishers] DIVER OSINT CTF 2026 特化AIエージェントハーネスで挑戦するOSINT CTF
analokmaus
0
550
Vector Map as Language: Toward Unified Remote Sensing Vector Mapping
satai
3
260
重要だけど測れていないもの:高齢者ケアの見えない課題
theoriatec2024
0
510
【Zozo Research 技術共有会】三次元領域の現在と展望
mickey_0226
3
600
クラウド・AI 時代の研究開発 DX / R&D Digital Transformation
hariby
0
130
HackSick vol.7 LT資料【LLMアーキテクチャ入門・事前学習時の躓き所解説】 スパースなAttention・状態空間モデル
rikkabotan7
0
170
2026年度 生成AI を活用した論文執筆ガイド/ワークショップ / 2026 Academic Year Guide to Writing Papers Using Generative AI - Workshop
ks91
PRO
0
230
VLMの推論を高速化する視覚トークン削減の仕組み
tattaka
2
300
研究室単位での自律的 IPv6接続性確立に向けたAS共同運用モデルの提案と実証
reokashiwa
PRO
0
210
PHTalks Bengaluru - SSRF When All Else Fails
dk999
0
1.1k
ふとした出会いで生まれたSkillが、 社内利用1位になるまで
mikimhk
21
24k
論文紹介: Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
hisaokatsumi
0
160
Featured
See All Featured
My Coaching Mixtape
mlcsv
0
300
How to build a perfect <img>
jonoalderson
1
6k
The Curious Case for Waylosing
cassininazir
1
490
First, design no harm
axbom
PRO
2
1.3k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
300
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
410
Darren the Foodie - Storyboard
khoart
PRO
3
3.9k
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
2
660
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Paper Plane (Part 1)
katiecoart
PRO
1
10k
From Legacy to Launchpad: Building Startup-Ready Communities
dugsong
0
320
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
660
Transcript
ٿΤϯδχΞͷ72ສٿ τϥοΩϯάɾσʔλ͔ΒޠΔٿϊϯϑΟΫγϣϯ Shinichi Nakagawa@shinyorke
ٿΤϯδχΞis୭?
ʲʳϫΠͰ͢ • Shinichi Nakagawa(த৳Ұ) • ωΫετϕʔε CTO/ٿΤϯδχΞ • #ηΠόʔϝτϦΫε #Python
#σʔλੳ • Baseball Play Study ։͔࢝࣌Βৗ࿈(2014ʙ) • Baseball Play Study͔Βϗϯτʹٿքʹདྷ·ͨ͠
ʁʁʁʮ72ສٿ͛ͨΒݞග͕(ryʯ ※͛ͯͳ͍Ͱ͢w
72ສٿ=MLBͷ1γʔζϯٿ 2017ͷ࣮,ϨΪϡϥʔγʔζϯͷΈ. ϓϨʔΦϑΛؚΊΔͱ73ສٿͪΐͬͱʹͳΔ.
Ͳ͜ʹσʔλ͋Δͷ? • MLBެࣜʮBaseballsavantʯͱ͍͏αΠτͰ ୭ͰೖखͰ͖Δ • https://baseballsavant.mlb.com/ statcast_search • τϥοΫϚϯɾStatcastͰهͨ͠ τϥοΩϯάɾσʔλ͕ݩʹͳ͍ͬͯΔ
τϥοΫϚϯ=ٿɾଧٿͷܭଌػث ͘Θ͘͠ʮBaseball GeeksʯͷղઆΛͲ͏ͧʂ https://www.baseballgeeks.jp/?p=3551
ࠓͷςʔϚʮଧٿʯ • 72ສٿ͔Βબग़ͨ͠ʮҹతͳଧٿʯΛհ • ຊͱ͍,ϝδϟʔͷϨδΣϯυ͞Μ • ࠓ͔ΒೋྲྀͰߦ͘ਓ…ͷಉ྅ • งғؾΛ௫ΜͰ͘ΕΔͱ͋Γ͕͍ͨͰ͢
128,945 / 718,917(ٿ) ※શσʔλͷ18%Λ༻(͓͓Αͦ100MB͘Β͍)
ʲਤʳશଧٿσʔλͷ݁Ռ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯
ʲਤʳશଧٿσʔλͷ݁Ռ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ଧκʔϯ
ʲਤʳશଧٿσʔλͷ݁Ռ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ଧκʔϯ ୯ଧκʔϯ
ʲਤʳશଧٿσʔλͷ݁Ռ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ଧκʔϯ ୯ଧκʔϯ खͷ͓ࣄκʔϯ
ʲਤʳશଧٿσʔλͷ݁Ռ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ଧκʔϯ ୯ଧκʔϯ ্͕Γ͗͌͢ खͷ͓ࣄκʔϯ
֮͑ͯ΄͍͜͠ͱ • ͍͍ײ͡ͷʮଧٿʯʮඈᠳ֯ʯͰඈͿଧٿϗʔϜϥϯɾଧʹͳΔՄೳੑ͕ߴ͍ • ҆ • 187km/h / 8~50 •
161km/h / 24~33 • 158km/h / 26~30 • ͜ΕΛʮόϨϧκʔϯʯͱ͍͍·͢ • ʁʁʁʮڈϑϥΠϘʔϧɾϨϘϦϡʔγϣϯ͕͋ͬͨ͡Όͳ͍ɺͦΕ(ryʯ ˠਖ਼ղʂͦ͏͍͏͜ͱͰ͢ • ʲࢀߟจݙʳ https://www.baseballgeeks.jp/?p=1342 ※Baseball GeeksΑΓҾ༻
ೋਓͷଧऀʹ͍ͭͯ • ຊͱ͍,ϝδϟʔͷϨδΣϯυ͞Μ • ࠓ͔ΒೋྲྀͰߦ͘ਓ…ͷಉ྅ • ͜ͷೋਓͷଧٿΛݟͯΈΑ͏
ҰਓʮIchiro Suzukiʯ ϚϦφʔζ෮ؼ͓ΊͰͱ͏͍͟͝·͢ʂ ը૾ɿ https://commons.wikimedia.org/wiki/File:Ichiro_Suzuki_2010.jpg
ʲਤʳIchiro Suzukiબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯
ʲਤʳIchiro Suzukiબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ͜ͷล͕ ଧκʔϯ
ʲਤʳIchiro Suzukiબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ͜ͷล͕ ଧκʔϯ όϨϧ ൃݟʂ
ΠνϩʔબखͷόϨϧ • 2017/8/22 ϑΟϦʔζઓ(ఢͰͷࢼ߹) • ୈ3߸ιϩ,ઌൃͷϊϥ͔ΒҰൃ • 160.48 km/h, 28
• શ3ຊͷΞʔνத,όϨϧೖΓ͜ͷ1ຊͷΈ …Ͱ͚͢Ͳ,͜Ε͕40ͱ͔ා͍(ଚܟͷ؟ࠩ͠)
ೋਓʮMike Troutʯ େ୩ᠳฏ(ΤϯδΣϧε)ͷಉ྅͔ͭεʔύʔελʔ ը૾ɿ https://commons.wikimedia.org/wiki/File:Los_Angeles_Angels_center_fielder_Mike_Trout_(27)_(5972457428).jpg
Mike Trout #ͱ ※೦ͷҝ • ϝδϟʔΛද͢ΔελʔͷҰਓ • ϩαϯθϧεɾΤϯθϧεͷ֎ख(ηϯλʔ) • ӈ͛ӈଧͪ,26ࡀ,ϝδϟʔ8
• ߈कࡾഥࢠ͕ʮຊʹʯἧ໊ͬͨબख • ௨ࢉOPS .976ɹ˞Ϊʔλ(ιϑτόϯΫ).946
ʲਤʳMike Troutબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯
ʲਤʳMike Troutબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ͜ͷล͕ଧκʔϯ ˠϗʔϜϥϯଟ͗͌͢
ʲਤʳMike Troutબखͷଧٿ(2017) X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯ ͜ͷล͕ଧκʔϯ ˠϗʔϜϥϯଟ͗͌͢ όϨϧ͚ͩͲ Ξτͩͱʁ
Ξτʹͳͬͨଧٿͷৄࡉ X(ԣ)ɿଧٿ, Y(ॎ)ɿଧٿ֯
͜Ε͍͢͝ϓϨʔͳͷͰʁ • ͱࢥ͍,ࢼ߹݁ՌΛνΣοΫ • هɿηϯλʔϑϥΠ • ϑΝΠϯϓϨʔͱ͍͏هͳ͘ • ී௨ͷଧٿͱͯ͠ͱΒΕ͍ͯͨ •
ϝονϟྑ͍͋ͨΓͷਅਖ਼໘ͩͬͨʁʁʁ ;ʔΜ(ಡΈ)
·ͱΊ • ϝδϟʔϦʔάଧٿɾٿͷσʔλ͕ϑΝϯͰ͑Δ • ଧٿͱ֯ʹண͢Δ͚ͩͰ৭ʑͳࢹ͕Ͱ͖Δ • Πνϩʔબख·ͩ·͔ͩͬͱͤΔ (ελΠϧม͑ͯ͘Εͳ͍͔ͳ͋ʁ) • େ୩ᠳฏ͕͛Δͱ͖τϥτʹͯ͠Ͷ
• ࢸͬͯී௨ͷϑϥΠ࣮ී௨͡Όͳ͍Մೳੑ͕
τϥοΩϯάɾσʔλ ָ͘͠ͳ͖͔ͬͯͨͳʁ
Baseball GeeksͰͬͱָ͘͠! • τϥοΩϯάɾσʔλΛ׆༻ͨ͠ٿͷ৽͍͠ݟํɾࢹΛհͯ͠·͢ • σʔλɾεϙʔπՊֶͰ໌Β͔ʹͳͬͨ͜ͱΛʮΘ͔Γ͘͢ʯ͑Δ • ΈΜͳಡΜͰͶ&ϒΫϚΑΖ͘͠ʂ https://www.baseballgeeks.jp/
ϓϨΠϘʔϧʂ ࠓٿͰྑ͍ҰΛʂ͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠⽁ Shinichi Nakagawa(Twitter/Facebook/etc… @shinyorke)