中本课程介绍如何使用 Python 分析体育运动中的团队表现。学习者将发现可用于表示体育数据的各种技术，以及如何在这些分析技术的基础上提取叙述。介绍的主要重点是使用回归分析来分析球队和球员的表现数据，使用的例子来自美国国家橄榄球联盟 (NFL)、美国国家篮球协会 (NBA)、美国国家曲棍球联盟 (NHL)、英超联赛 (EPL, 足球) 和印度超级联赛 (IPL, 板球)。
体育分析基础：体育运动中的数据、表示和模型
您将学到什么
使用 Python 分析体育运动中的团队表现。
成为体育分析的生产者，而不是消费者。
您将获得的技能
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
13 项作业
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 运动表现分析 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有6个模块
本周将介绍体育分析实践中的一个简单例子--计算毕达哥拉斯期望值，以模拟团队运动中的获胜情况。这也可用于预测目的。举例说明了五个不同的体育联盟：美国职业棒球大联盟（MLB）、美国篮球协会（NBA）、美国曲棍球联盟（NHL）、英格兰足球超级联赛（EPL-soccer）和印度足球超级联赛（IPL-cricket）。
涵盖的内容
8个视频6篇阅读材料1个作业7个非评分实验室
本周将使用 NBA 数据介绍基本和重要的 Python 代码，以进行数据清理和数据准备。本周还将讨论利用统计和图表进行总结和描述性分析，以了解数据的分布、变量的特征和模式以及两个变量之间的关系。本周结束时，我们将介绍相关系数，以总结两个变量之间的线性关系。
涵盖的内容
6个视频6篇阅读材料3个作业5个非评分实验室
本模块以 MLB、NBA 和印度超级联赛为例，介绍一些表示数据的方法。MLB 数据用于分析不同击球的空间分布。NBA 数据用于生成热图，以说明球员做出贡献的不同方式。IPL 数据用于展示如何通过图形比较球队的表现。
涵盖的内容
4个视频6篇阅读材料2个作业5个非评分实验室
本周介绍回归分析的基础知识。我们将讨论如何使用 Python 进行回归分析，以及如何解释回归输出。我们将使用国家冰球联盟的数据来估计多元回归模型，以确定影响球队胜率的球队层面的表现因素。我们还将使用印度超级联赛的板球数据进行回归分析，以研究球员表现是否会影响球员薪资。
涵盖的内容
6个视频6篇阅读材料3个作业4个非评分实验室
本模块使用回归分析法研究 NBA、NHL、EPL 和 IPL 中球队薪金支出与球队表现之间的关系。该模块探讨了定义回归模型的不同方法，以及如何解释竞争回归模型的结果。
涵盖的内容
4个视频4篇阅读材料1个作业5个非评分实验室
本周将研究体育运动中一个有趣的话题--"妙手回春"。我们将介绍手感火热的概念，并讨论研究手感火热是一种现象还是一种谬误的学术研究。我们将演示如何利用 NBA 投篮记录数据分析测试热手。我们将通过计算条件概率和自相关系数以及进行回归分析来检验 NBA 球员是否有手感火热的现象。
涵盖的内容
8个视频7篇阅读材料3个作业5个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.4 (58个评价)
从 数据分析 浏览更多内容
状态：免费试用University of Michigan
状态：免费试用University of Michigan
状态：免费试用The State University of New York
状态：免费试用University of Michigan
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.4
198 条评论
- 5 stars
65.32%
- 4 stars
23.61%
- 3 stars
4.02%
- 2 stars
3.01%
- 1 star
4.02%
显示 3/198 个
KJ
5
已于 Jul 5, 2021审阅
Best course to interact with data representation programming and libraries, especially for the great sports fan.
AB
5
已于 Oct 25, 2023审阅
Fantastic introduction to Python, engaging and I enjoyed that lots of different sports were discussed.
MH
5
已于 Mar 7, 2022审阅
An excellent way to get hands-on experience exploring sports data in Python/R
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，