Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI játékosfelderítési és toborzási kvízben

Explore how sports analytics combines tracking, player similarity, and advanced metrics while keeping recruitment decisions accountable.

kérdés 1 -ból 8

Which early sports-recruitment approach does the guide cite as a precursor to data-driven scouting?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Which early sports-recruitment approach does the guide cite as a precursor to data-driven scouting?
    • Az Oakland Athletics „Moneyball” statisztikai megközelítése a baseballban
    • Wave Function Collapse level generation
    • Ship weather routing
    • WordPiece subword tokenization
  2. Mit tesz lehetővé a számítógépes látás a felderítőknek a közvetített meccsfelvételekkel?
    • A kommentár automatikus átírása
    • Videó konvertálása strukturált pozícióadatokká a játékos mozgása során
    • Hozzon létre hamis kiemelő orsókat
    • Cserélje le a játékvezetőket
  3. Miért használnak a klubok a „játékos hasonlóság” vagy a legközelebbi szomszéd algoritmusait?
    • A csapatmez színeinek kiválasztása
    • A mérkőzések ütemezéséhez
    • Megfizethető játékosokat találni, akiknek stílusa hasonló egy drága célponthoz
    • A jegyárak beállításához
  4. Melyik mérőszám példa a fejlett mesterséges intelligencia/analitikai mérőszámra a futballban (fociban)?
    • Szurkolók száma a stadionban
    • A mérkőzés hossza
    • A labda színe
    • Várható gólok (xG)
  5. Mi az a fő etikai aggály, amelyet a mesterséges intelligencia felderítése vet fel?
    • Fiatal sportolók, köztük tinédzserek profilalkotása és magánélete
    • A játékosok túl gyorsan futnak
    • A stadionok túl nagyok
    • Túl sok gól születik
  6. Milyen adatok váltak központi jelentőségűvé az NBA-játékosok értékelésében a doboz pontszámán túl?
    • A tömeg zajszintje
    • Játékos-követési adatok mozgást és pozíciót rögzítve
    • Félidős műsorok értékelései
    • Koncessziós értékesítés
  7. Which two Statcast measurements does the guide cite as examples used in baseball evaluation?
    • Mel-spectrogram loss and waveform likelihood
    • AIS position and sea state
    • Exit velocity and spin rate
    • Pixel labels and image embeddings
  8. What does SkillCorner say its computer-vision tracking data can represent from broadcast footage?
    • Only the final score and goal scorers
    • Every player's private medical history
    • Only the referee's location
    • Positions and movement of all 22 players and the ball