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
バドミントンでの試合の組み立て方を定量化したい
Search
yhiss
June 30, 2019
Research
1
77
バドミントンでの試合の組み立て方を定量化したい
2019年6月30日にSports Analyst Meetup #3でLTした内容です。
yhiss
June 30, 2019
Tweet
Share
More Decks by yhiss
See All by yhiss
バドミントンで試合展開から結果を予測してみる
yhiss
0
2.1k
Other Decks in Research
See All in Research
病院向け生成AIプロダクト開発の実践と課題
hagino3000
0
590
An Open and Reproducible Deep Research Agent for Long-Form Question Answering
ikuyamada
0
360
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
180
2026.01ウェビナー資料
elith
0
320
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
280
データサイエンティストの業務変化
datascientistsociety
PRO
0
310
From Data Meshes to Data Spaces
posedio
PRO
0
480
Dwangoでの漫画データ活用〜漫画理解と動画作成〜@コミック工学シンポジウム2025
kzmssk
0
190
[Devfest Incheon 2025] 모두를 위한 친절한 언어모델(LLM) 학습 가이드
beomi
2
1.5k
教師あり学習と強化学習で作る 最強の数学特化LLM
analokmaus
2
1k
LLMアプリケーションの透明性について
fufufukakaka
0
200
生成AI による論文執筆サポート・ワークショップ 論文執筆・推敲編 / Generative AI-Assisted Paper Writing Support Workshop: Drafting and Revision Edition
ks91
PRO
0
170
Featured
See All Featured
Paper Plane (Part 1)
katiecoart
PRO
0
5.9k
Context Engineering - Making Every Token Count
addyosmani
9
770
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.9k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
61
43k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.6k
Documentation Writing (for coders)
carmenintech
77
5.3k
Being A Developer After 40
akosma
91
590k
YesSQL, Process and Tooling at Scale
rocio
174
15k
The Curious Case for Waylosing
cassininazir
0
280
KATA
mclloyd
PRO
35
15k
Embracing the Ebb and Flow
colly
88
5k
Transcript
バドミントンでの試合の 組み立て方を定量化したい Sports Analyst Meetup #3 2019/06/30
自己紹介 yhiss(@yhiss_) 事業会社でデータ分析 スポーツ歴 バドミントン(9年ぐらい) 野球(6年ぐらい)
本分析の目的 バドミントン(ダブルス)での試合の組み立て、展開の仕方を世 界トップレベルの試合から理解したい 自分がプレイする際に感覚で理解していた部分を定量化したい ※機械学習等の高度な分析はしていません(基礎集計メイン)
どんなスポーツ? 概要:1対1または2対2でシャトル(水鳥の羽)を打ち合う競技 ルール:1ラリー中打てるのは1回。地面に落ちたら点数がカウント。 サーブ:得点を取った方がサーブ権をもつ。上から打ったらだめ! 公式戦:2ゲーム先取の3ゲーム(21点先取)
バドミントン(ダブルス)の攻守 サーブレシーブ後は誰が打っても よく、常にポジションが変わる その中でも攻守のフォーメーショ ンがある オフェンス:前後 ディフェンス:左右
バドミントン(ダブルス)の攻守 サーブレシーブ後は誰が打っても よく、常にポジションが変わる その中でも攻守のフォーメーショ ンがある オフェンス:前後 ディフェンス:左右
分析するにあたって(定性的・経験的仮定) バドミントンでは、 スマッシュ等の強い ショットが中心。 しかし、一般に1発 であまり決まらない →攻めの状態を作リ 続ける必要がある そのためにどのよう に試合を作っていく
かを試合データから 分析・考察する
データ化した試合 2019年5月に開催されたスディルマンカップ(国別対抗戦) インドネシア対日本の男子ダブルス 世界ランク1位と2位の対戦(21-14,21-18) ※1試合分だけ試合を見ながら自力でデータ化
分析結果(サーブ関連1) 得点に直結したショット(全69点) サーブでの点数が極端に少ない(2点) ミスによる点数が一番多い(31点) →1発で決まらないため、攻めの状態 をより多く作る必要がある
分析結果(サーブ関連2) サーブへのリターン(全67回) クリア(上げる)ショットが少ない(4回) 攻める系統のショットが大部分(57回) →サーブを打つと守りの態勢になる ので、攻めに転換する必要がある
分析結果(ラリー関連) 攻守が入れ替わるショットを集計 (92回) ドライブ(低く強いショット)が多い (42回) クリア等の上げるタイプは少ない →押し込んだり、動かすショットが よく使われる →試合の場面を見てみる
まとめと今後分析したいこと まとめ バドミントン(ダブルス)で勝つ試合を組み立てるためには、攻め の状態を多く作らなければならない。 そのためには、サーブ後の状態からドライブ等で攻守を入れ替え る技術が必要となる 今後分析したいこと コースの打ち分け等、より詳細な所を見ていきたい
データが無い&作るコストが高い問題をなんとかする必要がある