Kevin Durant領銜與追逐許多奧運紀錄,幾乎已成為國家隊最代表人物。
❓今年奧運,你們認為先發五虎會是誰?
-
最近回私訊與一些球迷討論這次東京奧運美國隊會排出什麼先發陣容?
我想大家都已經知道12人名單是誰,想說現在資訊獲取如此發達,我當初就沒特別在這與大家討論,不過還是要把名單列出一下:
■Kevin Durant (奧運x2 FIBAx1)
■Bam Adebayo (首次代表國家出征)
■Bradley Beal (首次代表國家出征)
■Devin Booker (首次代表國家出征)
■Jerami Grant (首次代表國家出征)
■Draymond Green (奧運x1)
■Jrue Holiday (首次代表國家出征)
■Zach LaVine (首次代表國家出征)
■Damian Lillard (首次代表國家出征)
■Kevin Love (奧運x1 FIBAx1)
■Khris Middleton (FIBAx1)
■Jayson Tatum (FIBAx1)
◎履歷只算奧運與FIBA(不算青年組)
—————————————
Kevin Durant當然就是這屆東京奧運美國隊的第一大將,跟上一屆里約奧運一樣,論資歷、論名氣或身手和狀態,真的沒什麼人能夠與他相提並論(僅有Melo),不像上上屆的倫敦奧運還有Kobe Bryant、LeBron James、Chris Paul與Carmelo Anthony這些老大哥。
如今KD已經接起Melo的棒子 #成為球隊精神領袖,同時還得兼任球隊 #最強的進攻箭頭,就他本季克服阿基里斯腱傷勢所繳出的變態數據,說明他的主宰力依舊是聯盟最TOP的等級。
🏀這屆奧運之前,KD在奧運歷史的紀錄如下:
⬛保有最高的平均19.4分紀錄
⬛命中最多三分球紀錄(59顆)
⬛排名第二的總得分(311分)
⬛排名第二多的罰球命中數(50顆)
⬛排名第三多的投籃命中數(101顆)
經歷這屆或許很多都會變成第1,且將原本的門檻繼續拉高,未來KD與Melo肯定就會是美國隊在奧運最具代表性的經典人物。
-
這次KD將率領許多首次為國出征的隊友們,比較有經驗的就是Draymond Green與Kevin Love,再來就是19年有參加FIBA的Jayson Tatum與Khris Middleton,其餘都是進入職業聯盟後第一次披上國家隊戰袍。
回想一下上次FIBA為何美國會輸?
問題就在 #外線進攻非常不穩定,且缺乏一個可以用個人主宰力大殺四方的OP武器,Donovan Mitchell已經盡力了但顯然還不夠,嚴格來講就是靠他與Kemba Walker在撐。
但這次這支被稱為 #復仇者聯盟的美國隊,雖在陣容上沒有比里約奧運、倫敦奧運或是北京奧運那樣華麗(可惜Curry與Kawhi後來沒辦法參加),但確實已補齊整個進攻火力。
-
先不說KD有多穩,光有Lillard在側翼持球的破壞力,還有Beal、Booker、LaVine和Tatum這些得分高手,在火力上真的就遠遠超過19年的FIBA。
只是有個小隱憂是整體 #陣容有點矮,全隊最高的球員就是KD,Love、Green或Adebayo都不是高大禁區,顯然美國隊要在國際賽主打 #小球戰術。
-
而先發陣容是,我自己覺得可能會是:
🏀Kevin Durant
🏀Bam Adebayo
🏀Jayson Tatum
🏀Damian Lillard
🏀Jrue Holiday
你們覺得呢?
我認為KD、Adebayo與Lillard應該是穩的,剩餘兩個位置我覺得都很有討論的空間。
—————————————
最後這邊也要回應一下奧運轉播的事情。
我知道的就是在【#MOD】有全程轉播,且還會有4K高畫質的賽事,我認為想看奧運的都可以去訂閱頻道,真的很便宜划算,還能看其他運動賽事,包含NBA與MLB或歐洲足球(我自己是用這個看)。
如果要用手機看那就是【#HamiVideo】,這次有獨家VR賽事轉播,真的會讓人有點好奇。
⬛有興趣的人可以看看這邊
🌐《MOD和Hami Video帶我看奧運》
➡ https://reurl.cc/YOjMD0
#看中華挺中華 #台灣英雄加油 #MOD和HamiVideo帶我看奧運
—————————————
🔔我的Twitter
➡https://twitter.com/HBKMAMBA
📱我的Instagram
➡https://www.instagram.com/hbkmamba/
✏️ HBK
同時也有78部Youtube影片,追蹤數超過2萬的網紅Jerry Tsai,也在其Youtube影片中提到,常看到新聞或是文章講到 系數問題 那麼多數字擺在面前~ 真的看的懂嗎? 不如~~ 把實戰球切來看看囉~~~~ 中職/上半季比賽球太彈 下半季確定更換係數 2020-07-23 14:43 https://udn.com/news/story/7001/4724704 中華職棒下半季明天開打,...
「mlb球員數據」的推薦目錄:
- 關於mlb球員數據 在 Facebook 的精選貼文
- 關於mlb球員數據 在 楊正磊 Aaron Yang Facebook 的最讚貼文
- 關於mlb球員數據 在 The News Lens 關鍵評論網 Facebook 的最佳貼文
- 關於mlb球員數據 在 Jerry Tsai Youtube 的最佳解答
- 關於mlb球員數據 在 台南Josh Youtube 的最讚貼文
- 關於mlb球員數據 在 一貧伏特加 Youtube 的最佳解答
- 關於mlb球員數據 在 Re: [專欄]巨人VS國民的賽後諸葛- 看板MLB 的評價
- 關於mlb球員數據 在 【公告】Live球員數據更新... - MLB 9局職棒(MLB 9 Innings) 的評價
- 關於mlb球員數據 在 mlb球員數據、大聯盟戰績、大聯盟賽程在PTT/mobile01評價與 ... 的評價
- 關於mlb球員數據 在 mlb球員數據、大聯盟戰績、大聯盟賽程在PTT/mobile01評價與 ... 的評價
- 關於mlb球員數據 在 moodoa/MLB_box_score: 抓取MLB 的比賽數據 - GitHub 的評價
- 關於mlb球員數據 在 五分鐘讓你看懂球員英文數據【學英文014】 - YouTube 的評價
- 關於mlb球員數據 在 [分享] MLB The Show 21 球員能力值- 看板Baseball | PTT體育區 的評價
mlb球員數據 在 楊正磊 Aaron Yang Facebook 的最讚貼文
早起看NBA季後賽,就先看到MLB的好消息:
張育成敲出三分砲~本季首轟!生涯第二轟!
去年轉播富邦悍將英文播報的時候,這位「漢操」非常好的年輕人謙虛有禮,跟我們用英文侃侃而談,真心希望 張育成 Yu Chang 可以站穩大聯盟先發,keep fighting!⚾️⚾️⚾️
本季Yu數據:
打擊率升到0.177(賽前0.171)、打點7分(生涯新高)、OBP 0.214、SLG 0.278,都越來越好!
疫情艱難的時候,看到台灣球員能有好表現,格外興奮,結果王柏融、吳念庭今天又轟啦!✌🏼✌🏼✌🏼
#張吳王
#量子糾纏
#一定要堅持住
#未來一定會更好的
mlb球員數據 在 The News Lens 關鍵評論網 Facebook 的最佳貼文
【「薪水比工友低?」能熬過小聯盟的人並不多,美國職棒不是唯一的選擇】運動視界 Sports Vision
雖然美國職棒大聯盟有令人稱羨的薪資水平,但小聯盟球員的待遇在美國社會卻屬於最底層,根據美國勞工局統計數據,在中小學打掃清潔的工友,平均年薪還比小聯盟球員來得高。
有人認為這樣的折磨才能促使小聯盟球員進步,但也有人覺得這樣的薪資狀水準實在太低,在這樣的情況下,也許我們可以透過 Carter Stewart 的例子來思考:大聯盟可能並非唯一選擇。
#MLB #日本職棒 #CarterStewart
mlb球員數據 在 Jerry Tsai Youtube 的最佳解答
常看到新聞或是文章講到 系數問題
那麼多數字擺在面前~ 真的看的懂嗎?
不如~~ 把實戰球切來看看囉~~~~
中職/上半季比賽球太彈 下半季確定更換係數
2020-07-23 14:43
https://udn.com/news/story/7001/4724704
中華職棒下半季明天開打,比賽用球確定全數更新,新的用球恢復係數為0.563,在建議範圍之內,希望化解上半季「球太彈」的疑慮,球上印字也從黑色改為藍色,以便區分上下半季用球。
中職會長吳志揚今與媒體座談,談及下半季兩大改變,一為比賽用球將進行更換,另一點為球場入場人數從50%放寬到70%以上。
副秘書長王惠民表示,新的用球根據檢測,平均值為0.563,符合0.550到0.570的建議值之內,訂貨方式也會改變,從上半季原本由各球團各自向廠商訂貨,改為下半季由聯盟彙整球團需要,再統一訂貨、發貨,減少疑慮。
中職上半季全壘打滿天飛,今年5月公布兩次上半季比賽用球檢測結果,分別為0.574、0.571,雖在規定的0.540至0.580範圍內,但高於領隊會議時討論出的建議值,因此決定下半季更換用球。
王惠民也表示,下半季開打兩周內,會再進行一次抽檢,從四隊主場各抽一打球出來,以標準程序進行抽檢,再確認一次恢復係數。
中職近年來比賽用球恢復係數屢次成為議題焦點,也影響球員數據,吳志揚表示,會持續落實檢測,等到合約到期後,再由各球團評估。
鋸片醫生Dr.HAWER -鋸片問題解決 - Saw Blade supplier
台南市東區富農街二段108巷2號1樓
電話: 06 269 3242
Licence:
You’re free to use this song in any of your videos, but you must include the following in your video description (Copy & Paste):
Song: MusicbyAden - Going Home
Music provided by Vlog No Copyright Music.
Creative Commons - Attribution-ShareAlike 3.0 Unported
Video Link: https://youtu.be/u2F3RWN7esg
mlb球員數據 在 台南Josh Youtube 的最讚貼文
歡迎加入我的頻道會員
https://reurl.cc/jnWGm
每個月75元小額贊助來幫助台南Josh頻道變得更好
#大聯盟
#MLB
#偷暗號
參考文獻
http://signstealingscandal.com/
合作或工商邀約請寄到以下信箱
kenpmges45@gmail.com
台南Josh FB粉絲頁
https://www.facebook.com/joshjawawa/
STRIKE智慧棒球 蝦皮購買連結
https://goo.gl/nTq8px
mlb球員數據 在 一貧伏特加 Youtube 的最佳解答
大家好~我是一貧伏特加
月初介紹完郭泓志
月底預計介紹正式退休的彭政閔
順著這波台灣棒球潮流
就推出個相對應的Top7主題吧!
同樣邀請到大家最熟悉的跳跳
aka一貧威士忌來和我一起解說這部影片
訂閱戽斗達斯 DazSports:
https://www.youtube.com/channel/UCdh4QtyErxVQc43Q3X_DkZw
如果覺得有要補充的或是有更好的名單都請在下方留言囉!
最後不要忘記Like & Subscribe
註:
1. 2013WBC經典賽預賽對荷蘭潘威倫登板救援時應為0:0滿壘,潘威倫將壘上跑者均送回來後才在0:3落後的情況下沒再讓荷蘭得分,因為帳面數據為無失分加上自己的記憶混亂才造成這次的失誤跟大家道歉,不曉得有沒有跟我一樣有這個錯亂的記憶XD
2. 鋒哥介紹:
https://youtu.be/6U1nbRVPFRM
Hashtags:
#CPBL #一貧伏特加 #Top7 #台灣 #達斯 #跳跳 #陽建福 #林益全 #林智勝 #潘威倫 #張泰山 #陳金鋒 #彭政閔 #MLB #棒球 #大聯盟 #中華職棒 #台灣之光
音樂:
Explode - Verm [NCS Release]
Spektrem - Shine [NCS Release]
FB: https://www.facebook.com/abovodka/
影片最新資訊都會在粉絲團公布
趕快訂閱按讚關注唷!
以上就是這次的介紹
謝謝大家的收看
See ya!
mlb球員數據 在 【公告】Live球員數據更新... - MLB 9局職棒(MLB 9 Innings) 的推薦與評價
【公告】Live球員數據更新今天進行Live球員數據更新啦 聽說這次有新增5月最佳球員系統唷 蝦咪系5月最佳系統捏❓ 來跟著小莉兒看看就知道啦~ 5月最佳球員(Plyer ... ... <看更多>
mlb球員數據 在 mlb球員數據、大聯盟戰績、大聯盟賽程在PTT/mobile01評價與 ... 的推薦與評價
mlb球員數據 在PTT/mobile01評價與討論, 提供大聯盟戰績、大聯盟賽程、mlb球隊就來房產建案資訊懶人包,有最完整mlb球員數據體驗分享訊息. ... <看更多>
mlb球員數據 在 Re: [專欄]巨人VS國民的賽後諸葛- 看板MLB 的推薦與評價
※ 引述《wallflowers (whatever works)》之銘言:
: 看到這個作者的文章我實在覺得有些感嘆,筆者用很多數字來支持他的論點, 但卻堆疊的很怪,某方面讓人覺得很像在掉書袋
: 1.單純用投手WAR來表示一個球隊的“近況”? 光是決定用哪個指標來代表“近況”
: , 就夠你寫一篇小論文了
: 2.用季後賽經驗來做文章?這個你聽曾公在電視裡講講可以,不然97的馬林魚和01響尾蛇就直接投降就好啦
: 發明Pecota系統的Nate Silver在他的書說,好的分析一定同時包含了質化和量化的資料,要賣弄數據,相信沒人比得過BP那群數據頭。
: 這位作者的文章裡我看到很多數據....但...沒有球賽的觀察....通篇就是數據累績後的結論
: -----
: Sent from JPTT on my Samsung GT-I9500.
你說的是精準預測
我建議大家去看
有中文版
剛好前一陣子有寫一篇
不嫌棄的話就參考一下吧~
其實,魔球 (Money Ball) 的爭辯早就結束了。
魔球真正的精神,應該是如何在市場中找出被低估的價值,但是出版社和電影片商在市場
壓力下,半惡意地扭曲這個思想,變成新穎的統計數據和方法如何打敗傳統球探 (在製造
種族對立以提升話題性的功力上,美國和台灣基本上一樣高竿,也一樣垃圾),魔球中所
謂的數據派和傳統派,兩個團體的偏激分子的戰爭讓球界的所有人都被貼上標籤,先進來
的許多老屁股就被貼成傳統派,而另一群人就被歸在數據派,自稱數據派的人儘管否認,
事實上那段時間他們的確是想闡述這件事情:新穎的統計數據和方法可以打敗傳統球探。
有好一陣子網路上數據派說話都很大聲,畢竟運動家、紅襪甚至是藍鳥隊的戰績確實很不
錯,後來被歸在傳統派的紅雀、巨人紛紛拿到世界大賽冠軍,才又讓這個嚴重倒向一邊的
蹺蹺板恢復平衡,人們開始知道,傳統派那邊不全然是那麼一無是處 (事實上被歸在傳統
派的人也讀統計數據,有些甚至奉行魔球思想,但很多數據派還是大力抨擊這些人,我猜
大概是罵那些老屁股讓他們很有成就感)。
初探魔球的球迷,很容易會在其中迷失方向,我會建議您再接著看另一本書,Nate
Silver 寫的精準預測 (The Signal and the Noise)。
老棒球迷對 Nate Silver 肯定不陌生,PECOTA 預測系統的發明人,實際上他在其它預測
領域也很有名,比方說美國的總統大選,2008 年 50 個洲成功預測命中 49 洲,2012 年
更是 50 洲全數命中,是統計和預測鬼才。
精準預測的第三章 <我在乎的只有輸贏> 是棒球迷不可錯過的精彩章節,紅襪隊的明星二
壘手 Dustin Pedroia 是這裡的主角,故事就從他開始。
Keith Law是 ESPN 著名的棒球評論家,在 Dustin Pedroia 的新人球季就提出這樣的報
告:Dustin Pedroia 的力量和揮棒速度,無法穩定打中大聯盟投手的球,他也沒有體力
,如果他能穩定打出兩成六的打擊率,他就還有用處,而如果他可以不要在三壘手和游擊
手之間換來換去的話,當個後備的內野手還會有未來。事實證明,這個報告錯得離譜。
相反地,PECOTA 系統預測 Dustin Pedroia 是最有前途的球員第四名。PECOTA 是 Nate
Silver 在會計事務所工作時創造出來的 (假裝在幫客戶寫模型,實際上是在用 excel 寫
PECOTA 系統,這種事我也幹過,上班用 excel 算賠率假裝是幫客戶做問題反映報表。
excel 是上班偷雞好物無誤),中間劈哩啪啦花了好長的篇幅介紹 PECOTA 系統的思考邏
輯,非常精彩,但礙於版權 (實際上是怕各位看到這邊就按上一頁跳出),我這裡就先打
住不談。
看起來 PECOTA 系統大勝球探。事實是這樣嗎?2006 年,PECOTA 成功預測到 Dustin
Pedroia、Ian Kinsler、Matt Kemp 等人是未來明星,Baseball Amerca (棒球美國,以
傳統球探意見為主) 連前兩位都沒列入百大潛力新秀,但是,PECOTA 同時也預測 Joel
Guzman、Donald Murphy、Yusemiro Petit 等人是未來巨星,而棒球美國預測到了很多
PECOTA 沒選到的球員,包括 Jon Lester、Troy Toluwizki、Nick Markakis,把 2006
年兩套系統擺在一起比較,2011 年他們所創造的勝場數 (wins above replacement
player) 分別是 PECOTA 546 場,棒球美國 630 場,棒球美國大勝。
主要在於,以傳統球探為主的棒球美國能夠學習 (雖然電腦也能在資料庫夠龐大的狀況下
做學習動作),學習一些他們本來沒有的統計技術,他們也能看到一些無法量化的東西,
比方說各種心理素質和生活習慣,假設現在有兩位球員,打擊率都是 .300 和 10 支全壘
打,但 A 球員假日都去做慈善義工,B 球員則是去酗酒嗑藥,但是電腦預測 B 球員是未
來巨星,這種結果你接受嗎?
統計預測學家最常犯的錯誤就是過度自信,認為無法量化的東西就不重要,這不能怪他們
,因為人天生就是感性的動物,無法理性看待每件事情是最大缺點,而且喜新厭舊,對後
來出現的科技技術抱持極度樂觀的看法。棒球數據大師 Bill James 就承認,80 年代他
寫的很多東西都是錯的,最大的改變就是他有孩子了,了解到每個人都是某些人的寶貝,
球員卡、電玩裡那些人物,你真的不會想到他們也是人,正在盡力而為。
魔球中讓人覺得守備不甚重要,事實上重要極了,而且 Billy Beane 很重視這塊,剛好
前陣子和同事討論到守備數據,我必須說你用這些數據真的要很小心,而且很多守備數據
決定的關鍵早在賽前就擬定好了,包括內野手之間的跑位溝通、外野手之間的跑位溝通、
內外野手誰要 cover 比較多的領空範圍,還有各種暗號搭配,甚麼時候誰要進去補位,
這些數據上都看不出來,但這是守備的一環,剛好這又能扯到團隊氣氛,半調子數據頭認
為這種東西不是很重要,事實上重要極了,好的團隊氣氛不一定會讓球隊變的更好,但不
好的團隊氣氛球隊鐵定會變得更糟,因為缺乏溝通,電腦沒辦法幫你檢視這些 (除非你去
下條件教它,只有極少數菁英做得到這種事),它只能幫你統計結果。
魔球中也讓人覺得教練只是人形立牌,我是不知道 Billy Beane 是不是曾經這樣想,但
如果你真的抱持這種想法,那顯然是想把管理學丟進垃圾桶。
真正厲害的人,早就利用球探和電腦各自有的智慧在做事情了,比方說紅襪隊跟紅雀隊,
如果你想知道人類和電腦能抗衡到什麼地步,本書也有一章關於西洋棋大師和電腦較勁的
故事,歡迎自行購買閱讀。
Nate Silver 說,魔球已死,魔球萬歲,這是我那場多年論戰後看到最精闢的註解。
--
Orange and Blue Blood (A blog about NYM )
https://www.sportsv.net/authors/todd7622
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.169.63.202
※ 文章網址: https://www.ptt.cc/bbs/MLB/M.1413044624.A.0DA.html
------------------------------------------------------------
我不是 Silver,所以這只是我的猜測。針對 A 球員和 B球員,我猜他的意思是,在預測
未來表現時,預測系統的條件是 “人” 去寫的,假設 A 球員的數據和 B 球員的數據差
不多,但 A 稍微較好的部分在預測系統上被給予比較多的權重,那系統就會預測 A 的未
來發展性較好,反之就會去預測 B 勝出。
------------------------------------------------------------
以上錯誤,請以 Anakin 大那篇為主。
其實,數據頭有時候太過追求真理,真理沒有錯,但事實上,在商場上真理根本不會存在
,就好像薪資仲裁的時候,兩邊都會丟出對自己有利的數據,但是最後還是會有一個人負
責當仲裁者,又好像公司在做決策的時候,A 方案和 B 方案最後誰會勝出還是得由老闆
或負責仲裁的人來決定,那些仲裁者都是 “人”,一定會有私心,除非現在立刻立法,
以後做決策都用程式決定,就能避免這些麻煩,問題是?真的有人能保證寫出找出真理的
程式嗎?
※ 編輯: todd7622 (1.164.134.242), 10/12/2014 14:05:55
... <看更多>