Python untuk Analisis Olahraga: Moneyball dan Sabermetrics

Tim olahraga profesional sangat bergantung pada data untuk membangun daftar pemenang dan mengoptimalkan kinerja pemain. Jika Anda pernah ingin pergi di balik layar analisis olahraga dan mereplikasi metodologi "Moneyball" terkenal, Python adalah alat yang sempurna untuk memulai perjalanan Anda. Dalam kursus berbasis teks ini, Anda akan mengalami transisi dari seorang penggemar olahraga menjadi analis olahraga yang berbasis data. Anda akan belajar bagaimana membaca, membersihkan, dan memanipulasi data baseball publik menggunakan perpustakaan Python modern, sehingga Anda dapat menghitung metrik kinerja utama dan menarik kesimpulan objektif mengenai nilai pemain. Apa yang akan kau pelajari: - Mengerti konsep dasar sabermetrik dan sejarah pengambilan keputusan berbasis data dalam olahraga. - Tulis kode Python untuk mengimpor, membersihkan, dan struktur data olahraga publik menggunakan konvensi analisis data modern. - Menghitung metrik inti baseball seperti On-Base Percentage (OBP) dan Slugging Percentages (SLG) untuk mengevaluasi kinerja pemain. - Terapkan model statistik untuk menguji klaim sejarah dan mengevaluasi korelasi antara metrik tim dan persentase kemenangan. - Menganalisis evolusi analisis olahraga modern di luar rumus Moneyball dasar, termasuk konsep run expectancy dan valuasi yang canggih. Kursus ini dimulai dengan terminologi dasar analisis olahraga dan konsep dasar data Python, lalu memandu Anda melalui membaca dan menganalisis set data baseball dunia nyata langkah demi langkah. Kursus ini dirancang untuk pemula yang bergairah tentang olahraga dan ingin belajar pemrograman Python, tanpa kode sebelumnya atau pengalaman statistik canggih yang diperlukan. Mulai perjalanan Anda ke dunia yang menarik dari ilmu data olahraga hari ini.