プログラミングとプロダクト作りは楽しいよ, っていう「個人開発ネタ」の話です. スポーツ観戦, 具体的には野球のデータ分析DX（Digital transformation）*1を実現しました. 記事の前半はプロダクト企画とアーキテクチャ, 後半はDash（Python）を使ったマルチページ・データ・アプリケーション開発の話となります. TL;DR SpreadsheetとPythonのアプリケーションでいつでもメジャーリーガー（全選手）のパフォーマンスを好きな条件で可視化できるようにしたら野球が面白くなりました. https://example.com/batter/ohtani-shohei/2024-03-20/2024-04-28?cache=false みたいなURLを開くと, オオタニサンのパフォーマンス（現地時間2024/4/28までの数字） 以下の成績をいい感じにグラフ・可

野球と春のG1🏇で浮かれている者です, どっちも結果は微妙ですが楽しくて最高ですね.*1 野球（メジャーリーグ）という球技でも, グラウンドの外*2でも話題を振りまいている大谷翔平（オオタニサン）という（現時点で）世界一有名な現役選手（私の私見です*3）がいます. 既報の通り, 昨年痛めた右肘とその治療の影響で本年は打者専念つまり「二刀流は封印」している訳ですが, ワイ「打者専念したら三冠王だのトリプルスリー（3割30本30盗塁）だの周りは勝手に言ってるけどそんな単純な話でしたっけ??? という一つの疑問が生まれました. 確かに打者でしかプレーはしないものの, 投手としてのリハビリなりトレーニングだってあるはずなので単純な話じゃないぞ*4と. 私個人はいつの日かオオタニサンがトリプルスリーをやってもおかしくないし, 三冠王*5だって可能性はあると思っていますが, 取り急ぎ「今（2024年

PyCon JP 2022 10/15 Talk Session Material # Reference https://shinyorke.hatenablog.com/entry/baseball-data-visualization-app https://shinyorke.hatenablog.com/entry/ohtani-san-pitch-2022

【2022/8/13更新】打球位置のプロット例を追加しました（解説ブログのリンクを含む） プライベートの時間はウイニングポスト9*1で自家生産の馬を育てるか, 野球データと戦っている人です. 野球のデータは見れば見るほど面白いです, どれぐらい面白いかと言うと「10年見ても飽きない*2」それぐらい面白いです（個人の感想です）. それはさておき, 私はメジャーリーグのデータを使って調べ物をしたりなにかのテーマに取り組む時, 以下のデータセットを用いています.*3 Lahman’s Baseball Database. 年度別のチーム・選手成績など, ある程度まとまった単位のデータ. GitHubから取得可能（https://github.com/chadwickbureau/baseballdatabank）. Retrosheet. 試合・打席ごとの成績データ. GitHubから取得可能（

※【注意】あくまでもお遊びです, 冗談半分で読んでください！ 「野生の野球データサイエンティスト」です. 本日ついにTOKYO2020侍ジャパン, 24名の内定選手が発表となりました. www.japan-baseball.jp 24名の選出って難しいですよね...中の方は色々ご苦労とかあったのではないでしょうか. 一番いい色のメダル, 期待しています！ さて, 私は野球好きでもありますが, プロの（野球）データサイエンティストであり, 機械学習エンジニアでもあります. ワイ「プロ野球選手2021年の成績を予測してそこから24名の侍を選んだらいい感じになるのでは🤔 と 昨年末に思いついたので, 野球AIが選出する, TOKYO 2020侍ジャパン24名 を実際にやって選んでみました. 実際の侍ジャパンと比較して楽しんでいただけると幸いです. 要約すると 打てる人は正義 奪三振能力も正義

誰のことかは本文に答えが！ かなり久しぶりに日本プロ野球のネタやってみました⚾️ 今年の野球も残すところは日本シリーズと（一番大好きな）ストーブリーグになりました. その日本シリーズですが, news.yahoo.co.jp 訓練された日ハム（パ・リーグ）ファンの私は別に驚かない*1（震え）のですが巷では, ・「33-4の再来なのでは*2」 ・「パ・リーグのパはパーフェクト・リーグの略*3なのでは」 という声が聞こえているみたいです, Twitterトレンドに33-4は流石に草生えた...w 流石に4連勝で終わっちゃうと野球全体的に面白くない展開になっちゃうので巨人の反撃に期待するとして（意訳：日本シリーズの話題はこれでおしまい）. 私個人として興味ある野球の話No.1は, 3年以上の長期契約を結んでいるチームの主砲は契約に見合った活躍をするのか? だったりします. 坂本勇人選手（巨人）,

読売巨人軍, 福岡ソフトバンクホークスがリーグ優勝, ロサンゼルスドジャースが世界一となった今シーズンの野球ももうそろそろ終わりが見えてきました. CSで盛り上がったり日本シリーズに思いを馳せたり*1, 気持ちは2021年に向いていたり（？）それぞれ楽しみ方はありますよね.*2 そんな流れの野球界隈, つい先日（一部の野球ファンからは以前より存在が知られていた）セイバーメトリクスの書籍が発売となりました. セイバーメトリクスと野球が好きな人待望の一冊 Rによるセイバーメトリクス入門 作者:Max Marchi,Jim Albert,Benjamin S. Baumer発売日: 2020/11/13メディア: 単行本（ソフトカバー） 個人的には「待ち望んでいた本の訳書がやっとでた！」という感じで嬉しいです&ご縁があってレビューに参加させていただきました. このエントリーでは, Rによるセイバ

本日のPyCon JP 2020にてお話しました以下の発表に関する補足・解説ブログとなります. スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 - PythonとRを行ったり来たり このエントリーではスライドのスクショとともに, 参考資料 細かすぎて本編で話さなかったハナシ もし真似してやるならこれぐらいは読んでおいたほうがいいよ 的な話を中心に, 過去記事のreference等を掲載しています. スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 これを読むと⚾️で特徴量エンジニアリングと機械学習がいい感じにできるかと思います👍 スタメン スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 スタメン CM JX通信社 Pythonもくもく自習室 #jisyupy 特徴量エンジニアリングについて 野球データの特徴量 Python, R, SQ

やったことは非常にシンプルでして. 大谷翔平選手の26〜29歳（2020〜2024年）までの打撃成績を, 一般的な打撃成績データ（安打, 本塁打, 三振etc...）を使った機械学習でそれっぽく出してみました 大谷翔平さんはやっぱ凄い（詳細はこの後で） まだまだ改良点や穴があるものの, 統計的にもアルゴリズム的にも十分に納得行くモノができたので一旦公開します. なお, どういったアプローチでやったか?特徴量はどうやって選んだか??については8/28, 29開催のPyCon JP 2020で発表します.*1 免責事項 言うてもおもちゃですしちょっとしたお遊びです. そのつもりでご覧ください. 一部のサンプルコードを除きコードおよび特徴量は公開しません. データはMLBのPublicな公開データセットであるLahman’s Baseball Databaseおよび, RETROSHEETを使っ

前回は打者成績の話をしたので（予告通り）投手の成績の話をします. 投手をシーズン成績（または通算成績）で見る時, 代表的な指標として以下の3つがあります（いわゆる, 「投手三冠」の対象）. 勝利数（その名の通り, 投げて勝利した回数） 奪三振（打者から奪った三振の数） 防御率（9イニングあたりの自責点率. このエントリーの主人公）. この成績のうち, 勝利数は投手個人の頑張り「だけ」では稼げない数字というのは野球をちょっとでも見たことある人なら想像つくと思います.*1 奪三振は「三振」が持つ意味, 見た目の派手さからすると投手の実力が生きるモノと言えます（そしてこれは事実だという話をこれからします）. 問題は, 「相手に許した得点（自責点）を9イニング（ほぼ一試合分）に平均した」実に便利な指標である「防御率」で, 防御率は投手を必要以上に良く見せる（もしくは悪く見せる）ことがあり, 「たま

私達が大好きなプロ野球, どうやら開幕の目処が立ちそうです⚾ www.nikkansports.com とはいえ（この記事を書いてる5/10時点では）正式発表ではないかつ, 仮に6/19開幕としてもあと一ヶ月と少し時間がありますね...ということでまだまだ #StayHome をやってく必要がありそうです.*1 このエントリーでは前回同様, 「野球データで遊ぶならずっと #StayHome なまま野球ができるじゃん⚾」 というお気持ちの元, 野球の統計学である「セイバーメトリクス」を「データサイエンス」の文脈で解釈しつつ データサイエンスで大事な「特徴量」の事を学びながら 野球をデータという切り口で楽しもう 以上をテーマとして野球のデータ, 特に「セイバーメトリクス」「データサイエンス」の視点で面白さを紹介できたらと思います. なお, 初回であった前回は「野球のための特徴量エンジニアリング

新型コロナウイルスに我々はかならず勝つ！というお気持ちでずっと #StayHome している私達ですが, 野球が待ち遠しい事は変わりありません.*1 お家にいながら野球どうやってやろう :thinkingface: ...と考えた結果, 「野球データで遊ぶならずっと #StayHome なまま野球ができるじゃん⚾」 ということで, 野球の統計学である「セイバーメトリクス」を「データサイエンス」の文脈で解釈しつつ データサイエンスで大事な「特徴量」の事を学びながら 野球をデータという切り口で楽しもう っていうコンテンツを何回かに分けて紹介したいと思います（つまり連載です）. 連載初回となるこのエントリーでは 特徴量エンジニアリング セイバーメトリクス 野球の成績（打撃成績・投球成績） にフォーカスした話をします. スターティングメンバー スターティングメンバー この連載の対象読者 TL;DR

言いたいことはタイトルそのままです. ちょっと前の話ですが, 2/16に開かれた「Sports Analyst Meetup #6（通称#spoana ）」というイベントでこんな話をさせてもらいました. 当日はイベントそのものが大盛況でしたし楽しかったです. 聞いていただいた皆様, 運営の皆様素敵な機会とフィードバックをいただきありがとうございました. このエントリーはそんな#spoanaでお話させていただいたことを振り返りつつ, 原則論であり大切なアクションである「イシューからはじめよ」という話を交えて補足したいと思います*1. TL;DR このエントリーで言いたいことの要約です. あえて一言で言うと「イシューからはじめよ」を実践しましょう！ 「どこが問題か？を見極める」「数字じゃなくて答えを出す」ことにこだわり, やっていくとデータサイエンスは捗る（しそれが基本） ガチでスポーツ・アナ

2019年のプロ野球が終わり, セイバーメトリクスと分析・解析には良いシーズンになりました. 改めましてこんにちは. @shinyorkeと申します. このエントリーでは, セイバーメトリクスで「打者の類似性」を算出する方法論と実装例（なおPython） メジャーリーグの2018年データを用いた類似性の例 2020年からプレーする助っ人とか, これからメジャー挑戦するあの選手は！？ を打者の成績にフォーカスして紹介します.*1 なお, このエントリーはJX通信社 Advent Calendar 2019および, Pythonその4 Advent Calendar 2019の18日目となります.*2 免責事項 念の為お断りしておくとこの分析・解析結果は@shinyorke個人の見解であり, 現在および過去に在籍した組織・団体の見解・思想と関係ないことを予めお断りしておきます*3. なお, 計

このブログをはじめた当初に「大好きな野球のデータ分析をもっと知ってほしい」というモチベーションでこんな記事を書きました. shinyorke.hatenablog.com 執筆・公開した5年前（2014年）と比べ, 野球に限らず, スポーツ界隈全体で公開データが増えた. 例えばこれとか（スポーツ以外も含む）. 野球に限らず, 様々な技術革新により, 扱うデータの種類・量が爆発的に増加（例：Baseball Savant）. データサイエンス・機械学習といったキャリアを歩む・志望して学習をする方が増え, 「そうだスポーツでやってみよう」という流れも盛ん. と（大変好意的な意味で*1）目まぐるしく状況が変わってきているのでここで改めて, セイバーメトリクス（含むスポーツの統計学）とは何か？ かんたんなセイバーメトリクスとむずかしいセイバーメトリクス 何をどう学べばよいのか？のヒントなど を最新

こんにちは。 突然ですが、今日は野球の統計学において大切な指標である「得点期待値」を計算していきたいと思います。 得点期待値とは何か 得点期待値とは、「ある状況（アウト数・ランナー）において、その後どのくらい得点が入ることが期待できるか」を表す値です。たとえば、直感的に作った架空の例ですが、 ２アウト・ランナーなし：0.1点 ２アウト・ランナー２塁：0.5点 ０アウト・ランナー２３塁：2.0点 という感じです。 意義 そもそもなぜ得点期待値などというもの計算する必要があるのでしょうか。そんなことをして何の意味があるのでしょうか。人はなぜ生きるのでしょうか。 野球チームの最終目標を思い出してみましょう。野球チームの目標は、たぶん優勝することです。優勝するためには、多くの試合に勝つ必要があります。試合に勝つためには、得点をとる必要があります。 つまり、野球チームにとって、得点を取ることが非常に

今シーズンからメジャー復帰を果たしたマイコラス（カージナルス所属）は、ここまで６連勝を含む７勝をマークしている（６／１９現在）。 活躍の秘密はなにか、そして来日前のメジャー時代は通算４勝しか挙げられなかったマイコラスは巨人での３年間でどう変わったのか。今シーズンのトラックマンデータをもとに解説していこう。

中日は松坂が12年ぶりに日本で先発し、巨人は上原がセットアッパーとして登板。4月5日の中日対巨人戦は、ファンにとってまるで10年15年前に戻ったような時間であった。若いスター投手が台頭する今でも、松坂に期待する声は変わらない。 そこで今回は松坂のメジャーリーグ時代2008年のトラッキングデータを紹介する。2008年の松坂は自身最多となる18勝をマークしたシーズンだ。翌春に行われたWBCでは2度目のMVPを獲得し、名実ともに日本のエースであった。