메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
안동수 (한동대학교) 김지민 (한동대학교) 손주찬 (한동대학교) 김경외 (한동대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
686 - 689 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 연구는 메이저리그의 투구 데이터를 활용하여 출루와 아웃을 예측하는 모델을 제시한다. 이를 위해 2020년부터 2022년까지의 MLB Stat Cast 데이터를 기반으로, 경기의 투구와 상황 데이터와 더불어 투수-타자 대결 유형을 분석하고 클러스터링하여 변수로 활용한다. 이를 통해 투수의 투구 폼, 구속, 그리고 선수 유형별 데이터를 활용하여 실시간 결과를 예측하고, 선수 기용과 경기 전략 수립에 더 정교한 결정을 내릴 수 있는 기반을 제공한다. 메이저리그 같은 경우는 점수 차이가 커진 경우, 야수가 투수로 등판하는 경우가 있다. 이러한 데이터들은 노이즈로 측정되어 데이터에서 제외하기로 했다. 머신러닝 알고리즘(LightGBM, CatBoost, XGBoost)을 비교 분석하여 최적의 모델을 선정하였고, 이를 통해 유의미한 예측 정확도를 달성하였다. 이러한 결과는 야구 경기의 분석과 선수 평가 방법론의 발전을 위한 기초 자료로 활용될 것으로 기대된다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 모델 학습 결과 및 평가
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088560789