Analýza baseballových dat pomocí R, druhé vydání

Recenze čtenářů

Kniha se setkala s pozitivními i negativními ohlasy uživatelů. Mnoho čtenářů oceňuje její poutavý obsah a praktické využití dovedností v oblasti R na příkladech z reálného života, ale byly zaznamenány i významné technické problémy, zejména pokud jde o její dostupnost na některých zařízeních.

** Vizuálně atraktivní a příjemné čtení. ** Bohaté znalosti a dobře strukturované kapitoly. ** Rozšiřuje dovednosti v oblasti R zábavným a poutavým způsobem. ** Zaměřuje se na příklady z reálného života, zejména na statistiku baseballu. ** Vřele doporučujeme pro praktickou výuku.

** Časté pády na iPadu, které způsobují frustrující zážitek ze čtení. ** Žádný nastavitelný text ani jiné funkce Kindle, jedná se o prostou konverzi do PDF. ** Chybí některé údaje. ** Obtížné získávání údajů potřebných k dokončení úkolů.

(na základě 5 hodnocení čtenářů)

Původní název:

Analyzing Baseball Data with R, Second Edition

Obsah knihy:

Analýza baseballových dat s R druhé vydání představuje R sabermetrikům, baseballovým nadšencům a studentům, kteří mají zájem zkoumat bohatství baseballových dat. Vybaví vás potřebnými dovednostmi a softwarovými nástroji k provedení všech kroků analýzy, od importu dat přes jejich transformaci do vhodného formátu až po vizualizaci dat pomocí grafů a provedení statistické analýzy.

Autoři nejprve předkládají přehled veřejně dostupných souborů baseballových dat a jemný úvod do typů datových struktur a průzkumných a správních schopností programu R. Zabývají se také grafickými funkcemi ggplot2 a v celém textu využívají pracovní postup přátelský k tidyverse. Velká část knihy ilustruje použití R na populárních sabermetrických tématech, včetně Pythagorovy formule, očekávaného počtu doběhů, kádrování chytačů, kariérních trajektorií, simulace zápasů a sezón, vzorců streaky chování hráčů a startovních úhlů a výstupních rychlostí. Všechny soubory dat a kód v jazyce R použité v textu jsou k dispozici online.

Novinkou druhého vydání je systematické používání tidyverse a začlenění údajů o sledování hráčů Statcast (zpřístupněných společností Baseball Savant). Veškerý kód z prvního vydání byl přepracován podle zásad tidyverse. V celé knize je kladen důraz na balíčky tidyverse, včetně dplyr, ggplot2, tidyr, purrr a broom. Dvě zcela nové kapitoly jsou umožněny díky dostupnosti dat Statcast: jedna zkoumá pojem schopnosti chytání a druhá využívá startovní úhel a výstupní rychlost k odhadu pravděpodobnosti homerunu. Prostřednictvím různých příkladů v knize se seznámíte s moderní sabermetrikou a naučíte se provádět vlastní baseballové analýzy.

Max Marchi je analytikem baseballové analýzy v týmu Cleveland Indians. Pravidelně přispíval na webové stránky The Hardball Times a Baseball Prospectus a dříve poskytoval konzultace i dalším klubům MLB.

Jim Albert je zasloužilým univerzitním profesorem statistiky na Bowling Green State University. Je autorem nebo spoluautorem několika knih včetně Curve Ball a Visualizing Baseball a byl editorem časopisu Journal of Quantitative Analysis of Sports.

Ben Baumer je docentem statistiky a datových věd na Smith College. Dříve pracoval jako statistický analytik pro New York Mets a je spoluautorem knih The Sabermetric Revolution a Modern Data Science with R.

　.