University of Michigan

体育数据预测模型

University of Michigan

体育数据预测模型

本课程是 运动表现分析 专项课程 的一部分

Youngho Park
Stefan Szymanski

位教师：Youngho Park

访问权限由 Coursera Learning Team 提供

6,944 人已注册

深入了解一个主题并学习基础知识。

41 条评论

中级 等级

推荐体验

3 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。

41 条评论

中级 等级

推荐体验

3 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度

您将学到什么

  • 了解如何使用 Python 生成职业体育比赛结果预测。

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

5 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

了解关于 Coursera for Business 的更多信息
Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

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5个模块

本模块介绍处理体育比赛中分类结果变量（即胜、平、负）的回归模型。它从线性概率模型（LPM）的理论基础、计算应用和经验限制等方面对其进行了解释。然后，该模块介绍并演示了逻辑回归（Logistic Regression），它可以更好地替代线性概率模型来处理分类因变量。

涵盖的内容

8个视频8篇阅读材料2个作业6个非评分实验室

本单元探讨概率与博彩市场之间的关系。它解释了赔率的概念，以及投注赔率和概率之间的关系。然后，它利用体育实例制定了衡量投注赔率准确性的方法，并评估了投注市场效率的含义。

涵盖的内容

6个视频3篇阅读材料1个作业5个非评分实验室

本模块展示了如何使用有序对数模型和公开信息预测英超足球比赛的结果。该模块对照博彩赔率评估了这些预测的准确性，结果表明这些预测非常准确。

涵盖的内容

7个视频3篇阅读材料1个作业6个非评分实验室

本模块通过在三个北美团队体育联赛（即 NHL、NBA 和 MLB）中复制英超联赛预测模型，评估前一周所涉及模型的有效性。具体来说，本模块展示了如何使用有序对数模型和公开信息预测 NHL、NBA 和 MLB 常规赛的结果。该模块根据博彩赔率评估了这些预测的准确性。

涵盖的内容

4个视频4篇阅读材料1个作业4个非评分实验室

在本单元中，我们将研究赌博的历史和社会后果，以及赌博与统计之间的关系。从不同伦理和宗教体系的角度探讨赌博问题。对问题赌博问题进行探讨和评估。

涵盖的内容

7个视频1篇阅读材料

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

Youngho Park
University of Michigan
1 门课程 6,944 名学生
Stefan Szymanski
University of Michigan
3 门课程 31,476 名学生

提供方

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

  • 5 stars

    73.17%

  • 4 stars

    9.75%

  • 3 stars

    12.19%

  • 2 stars

    0%

  • 1 star

    4.87%

显示 3/41 个

BB

已于 Jul 10, 2023审阅

WV

已于 Apr 11, 2024审阅

查看更多评论

从 数据科学 浏览更多内容