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
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
520
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
500
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
310
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
170
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
6.5k
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
8.3k
AI・LLM事業部のSREとタスクの自動運転
shinyorke
PRO
0
580
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
4.8k
Terraform, GitHub Actions, Cloud Buildでデータ基盤をProvisioningする / Data Platform provisioning for Google Cloud and Terraform
shinyorke
PRO
2
3.7k
Other Decks in Research
See All in Research
Cross-Media Information Spaces and Architectures
signer
PRO
0
330
typst の使い方:言語学を研究する学生のために
gitomochang
0
540
コーディングエージェントとABNを再考
hf149
2
830
羽田新ルート運用6年の検証
1manken
0
180
Data Visualization Tools in the Age of AI
flekschas
0
180
全国町字単位空き家率推定データver1.0データ仕様
microbaseinc
0
170
(SIGQS17) Frasco-VS:フラグメントに基づく薬剤候補化合物選抜の量子アニーリングによる実現
keisukeyanagisawa
PRO
0
190
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
140
LLM の Attention 機構まとめ — 数式・計算量・メモリ
puwaer
8
2.4k
Harness Engineering and Al Agent
kzinmr
3
1.9k
Cross-Media Human-Information Interaction
signer
PRO
0
160
Geometric calculations on probability manifolds from reciprocal relations in Master equations
lwc2017
0
110
Featured
See All Featured
Heart Work Chapter 1 - Part 1
lfama
PRO
8
36k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.9k
GitHub's CSS Performance
jonrohan
1033
470k
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.4k
Color Theory Basics | Prateek | Gurzu
gurzu
0
410
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
190
The innovator’s Mindset - Leading Through an Era of Exponential Change - McGill University 2025
jdejongh
PRO
1
230
Principles of Awesome APIs and How to Build Them.
keavy
128
18k
Statistics for Hackers
jakevdp
799
230k
How to make the Groovebox
asonas
2
2.3k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
260
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.5k
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)