Dieser Kurs ist Teil der Spezialisierung Spezialisierung Sports Performance Analytics

4.7
Sterne
37 Bewertungen

Stefan Szymanski

2.324 bereits angemeldet

von

Spezialisierung Sports Performance AnalyticsUniversity of Michigan

Über diesen Kurs

7.946 kürzliche Aufrufe

The book Moneyball triggered a revolution in the analysis of performance statistics in professional sports, by showing that data analytics could be used to increase team winning percentage. This course shows how to program data using Python to test the claims that lie behind the Moneyball story, and to examine the evolution of Moneyball statistics since the book was published. The learner is led through the process of calculating baseball performance statistics from publicly available datasets. The course progresses from the analysis of on base percentage and slugging percentage to more advanced measures derived using the run expectancy matrix, such as wins above replacement (WAR). By the end of this course the learner will be able to use these statistics to conduct their own team and  player analyses.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 5 in

Spezialisierung Sports Performance Analytics

Ca. 28 Stunden zum Abschließen

Englisch

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 5 in

Spezialisierung Sports Performance Analytics

Ca. 28 Stunden zum Abschließen

Englisch

Dozent

Dozentenbewertung

4,63/5 (12 Bewertungen)

Stefan Szymanski

Stephen J. Galetti Professor of Sport Management

School of Kinesiology

14.684 Lernende

3 Kurse

von

University of Michigan

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

6 Stunden zum Abschließen

Week 1

6 Stunden zum Abschließen

5 Videos (Gesamt 61 min), 10 Lektüren, 3 Quiz

5 Videos

Introduction to Moneyball6mReproducing Table 1 of Hakes and Sauer - Part 118mReproducing Table 1 of Hakes and Sauer - Part 212mReproducing Table 1 of Hakes and Sauer- Part 312mReproducing Table 1 of Hakes and Sauer - Part 49m

10 Lektüren

Course Syllabus10mHelp Us Learn More About You5mWeek 1 - Assignment Overview10mAssignment - Part 110mSample Notebook - Part 110mAssignment - Part 210mSample Notebook - Part 210mAssignment - Part 310mSample Notebook - Full Sample10mWeek 1 R Content10m

3 praktische Übungen

Week 1 - Quiz 130mWeek 1 - Quiz 230mWeek 1 - Quiz 330m

Woche2

Woche 2

6 Stunden zum Abschließen

Week 2

6 Stunden zum Abschließen

6 Videos (Gesamt 57 min), 8 Lektüren, 3 Quiz

6 Videos

Reproducing Table 3 of Hakes and Sauer- Part 19mReproducing Table 3 of Hakes and Sauer- Part 25mReproducing Table 3 of Hakes and Sauer- Part 310mReproducing Table 3 of Hakes and Sauer- Part 410mReproducing Table 3 of Hakes and Sauer- Part 510mReproducing Table 3 of Hakes and Sauer- Part 610m

8 Lektüren

Moneyball Week 2 - Assignment Overview10mAssignment - Part 110mSample Notebook - Part 110mAssignment - Part 210mSample Notebook - Part 210mAssignment - Part 310mSample Notebook - Full Sample10mWeek 2 R Content10m

3 praktische Übungen

Week 2 - Quiz 130mWeek 2 - Quiz 230mWeek 2 - Quiz 330m

Woche3

Woche 3

6 Stunden zum Abschließen

Week 3

6 Stunden zum Abschließen

6 Videos (Gesamt 55 min), 9 Lektüren, 3 Quiz

6 Videos

Moneyball update Part 15mMoneyball update Part 26mMoneyball Update Part 39mMoneyball Update Part 412mMoneyball Update Part 58mMoneyball Update Part 613m

9 Lektüren

Moneyball Week 3 - Assignment Overview10mAssignment - Part 110mSample Notebook - Part 110mAssignment - Part 210mSample Notebook - Part 210mAssignment - Part 310mSample Notebook - Part 310mSample Notebook in R10mWeek 3 R Content10m

3 praktische Übungen

Week 3 - Quiz 130mWeek 3 - Quiz 26mWeek 3 - Quiz 330m

Woche4

Woche 4

6 Stunden zum Abschließen

Week 4

6 Stunden zum Abschließen

4 Videos (Gesamt 44 min), 9 Lektüren, 3 Quiz

4 Videos

Beyond Moneyball: Run expectancy Part 110mBeyond Moneyball: Run Expectancy Part 212mBeyond Moneyball: Run expectancy Part 311mBeyond Moneyball: Run expectancy Part 49m

9 Lektüren

Moneyball Week 4 - Assignment Overview10mAssignment - Part 110mSample Notebook - Part 110mAssignment - Part 210mSample Notebook - Part 210mAssignment - Part 310mSample Notebook - Part 310mSample Notebook in R10mWeek 4 R Content10m

3 praktische Übungen

Week 4 - Quiz 130mWeek 4 - Quiz 230mWeek 4 - Quiz 330m

Bewertungen

4.7

5 Bewertungen

5 stars
75,67 %
4 stars
21,62 %
1 star
2,70 %

Top-Bewertungen von MONEYBALL AND BEYOND

von JB25. Aug. 2021

I learned a lot about baseball and the Python language. Thank you for the great course.

von JL28. Juni 2022

Some baseball concepts are complex for european people. But the content of the course is really interesting and very well explained.

von MH17. März 2022

An excellent way to develop Python skills to interesting topics.

Alle Bewertungen anzeigen

Über den Spezialisierung Sports Performance Analytics

Sports analytics has emerged as a field of research with increasing popularity propelled, in part, by the real-world success illustrated by the best-selling book and motion picture, Moneyball. Analysis of team and player performance data has continued to revolutionize the sports industry on the field, court, and ice as well as in living rooms among fantasy sports players and online sports gambling.

Drawing from real data sets in Major League Baseball (MLB), the National Basketball Association (NBA), the National Hockey League (NHL), the English Premier League (EPL-soccer), and the Indian Premier League (IPL-cricket), you’ll learn how to construct predictive models to anticipate team and player performance. You’ll also replicate the success of Moneyball using real statistical models, use the Linear Probability Model (LPM) to anticipate categorical outcomes variables in sports contests, explore how teams collect and organize an athlete’s performance data with wearable technologies, and how to apply machine learning in a sports analytics context. This introduction to the field of sports analytics is designed for sports managers, coaches, physical therapists, as well as sports fans who want to understand the science behind athlete performance and game prediction. New Python programmers and data analysts who are looking for a fun and practical way to apply their Python, statistics, or predictive modeling skills will enjoy exploring courses in this series.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Moneyball and Beyond

Über diesen Kurs