Этот курс входит в специализацию ''Специализация Sports Performance Analytics'

4.7

звезд

Оценки: 23

Youngho Park и еще 1 преподаватель

3 055 уже зарегистрированы

от партнера

Специализация Sports Performance AnalyticsМичиганский университет

Об этом курсе

Недавно просмотрено: 8 449

In this course the learner will be shown how to generate forecasts of game results in professional sports using Python. The main emphasis of the course is on teaching the method of logistic regression as a way of modeling game results, using data on team expenditures. The learner is taken through the process of modeling past results, and then using the model to forecast the outcome games not yet played. The course will show the learner how to evaluate the reliability of a model using data on betting odds. The analysis is applied first to the English Premier League, then the NBA and NHL. The course also provides an overview of the relationship between data analytics and gambling, its history and the social issues that arise in relation to sports betting, including the personal risks.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 5 в программе

Специализация Sports Performance Analytics

Прибл. 33 часа на выполнение

Английский

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 5 в программе

Специализация Sports Performance Analytics

Прибл. 33 часа на выполнение

Английский

Преподаватели

Youngho Park

Lecturer of Sport Management

School of Kinesiology

3 055 учащихся

1 курс

Stefan Szymanski

Stephen J. Galetti Professor of Sport Management

School of Kinesiology

13 778 учащихся

3 курса

от партнера

Мичиганский университет

Программа курса: что вы изучите

Неделя

Неделя 1

10 ч. на завершение

Week 1

This module introduces the regression models in dealing with the categorical outcome variables in sport contest (i.e., Win, Draw, Lose). It explains the Linear Probability Model (LPM) in terms of its theoretical foundations, computational applications, and empirical limitations. Then the module introduces and demonstrates the Logistic Regression as a better substitute of LPM for the categorical dependent variables.

10 ч. на завершение

8 видео ((всего 86 мин.)), 8 материалов для самостоятельного изучения, 2 тестов

8 видео

Introduction to Prediction Models2мин

Binary Outcome and Regression Part 18мин

Binary Outcome and Regression Part 211мин

Logistic Regression Part 111мин

Logistic Regression Part 215мин

Ordered Logistic Regression Part 16мин

Ordered Logistic Regression Part 212мин

Predictive Modeling - Basics of Forecasting16мин

8 материалов для самостоятельного изучения

Prediction Models Course Syllabus10мин

Help Us Learn More About You5мин

Assignment Overview10мин

Assignment Instructions - Part 110мин

Week 1 - Part 1 - Sample Notebook10мин

Assignment Instructions - Part 210мин

Week 1 - Part 2 - Sample Notebook10мин

Week 1 R Content10мин

2 практических упражнения

Week 1 - Quiz 130мин

Week 1 - Quiz 230мин

Неделя

Неделя 2

7 ч. на завершение

Week 2

7 ч. на завершение

6 видео ((всего 89 мин.)), 3 материалов для самостоятельного изучения, 1 тест

6 видео

Gambling and Betting Markets18мин

Betting Odd and Types of Bets17мин

Betting Odds and Win Probabilities20мин

Evaluating Betting Odds Using Brier Scores Part 17мин

Evaluating Betting Odds Using Brier Scores Part 212мин

Market Efficiency and Beating the Bookmaker12мин

3 материала для самостоятельного изучения

Assignment Overview10мин

Week 2 - Sample Notebook10мин

Week 2 R Content10мин

1 практическое упражнение

Week 2 Quiz30мин

Неделя

Неделя 3

9 ч. на завершение

Week 3

9 ч. на завершение

7 видео ((всего 93 мин.)), 3 материалов для самостоятельного изучения, 1 тест

7 видео

Forecasting EPL results: 1. Wages and Transfermarket Part 18мин

Forecasting EPL results: 1. Wages and Transfermarket Part 212мин

Forecasting EPL results: Within sample prediction Part 117мин

Forecasting EPL results: Within sample prediction Part 211мин

Forecasting EPL results: Out of sample forecasting Part 115мин

Forecasting EPL results: Out of sample forecasting Part 214мин

Forecasting EPL results: Forecasting the League Table14мин

3 материала для самостоятельного изучения

Assignment Overview10мин

Week 3 - Sample Notebook10мин

Week 3 R Content10мин

1 практическое упражнение

Week 3 Quiz30мин

Неделя

Неделя 4

6 ч. на завершение

Week 4

This module assesses the efficacy of the EPL forecasting model covered in the previous week by replicating the model in the context of three North American team sports leagues (i.e., NHL, NBA, MLB). Specifically, this module shows how to forecast the outcome of NHL, NBA, MLB regular season games using an ordered logit model and publicly available information. It assesses the accuracy of these forecasts against the betting odds.

6 ч. на завершение

4 видео ((всего 69 мин.)), 4 материалов для самостоятельного изучения, 1 тест

4 видео

Forecasting Model: MLB19мин

Forecasting Model: NHL Part 116мин

Forecasting Model: NHL Part 26мин

Forecasting Model: NBA26мин

4 материала для самостоятельного изучения

Assignment Overview10мин

Assignment Instructions10мин

Week 4 - Sample Notebooks10мин

Week 4 R Content10мин

1 практическое упражнение

Week 4 Quiz30мин

Специализация Sports Performance Analytics: общие сведения

Sports analytics has emerged as a field of research with increasing popularity propelled, in part, by the real-world success illustrated by the best-selling book and motion picture, Moneyball. Analysis of team and player performance data has continued to revolutionize the sports industry on the field, court, and ice as well as in living rooms among fantasy sports players and online sports gambling.

Drawing from real data sets in Major League Baseball (MLB), the National Basketball Association (NBA), the National Hockey League (NHL), the English Premier League (EPL-soccer), and the Indian Premier League (IPL-cricket), you’ll learn how to construct predictive models to anticipate team and player performance. You’ll also replicate the success of Moneyball using real statistical models, use the Linear Probability Model (LPM) to anticipate categorical outcomes variables in sports contests, explore how teams collect and organize an athlete’s performance data with wearable technologies, and how to apply machine learning in a sports analytics context. This introduction to the field of sports analytics is designed for sports managers, coaches, physical therapists, as well as sports fans who want to understand the science behind athlete performance and game prediction. New Python programmers and data analysts who are looking for a fun and practical way to apply their Python, statistics, or predictive modeling skills will enjoy exploring courses in this series.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Prediction Models with Sports Data

Об этом курсе