ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

10 Momentos claves en donde se aplique la analítica de datos o Datamining en la película de Moneyball


Enviado por   •  10 de Mayo de 2020  •  Documentos de Investigación  •  521 Palabras (3 Páginas)  •  360 Visitas

Página 1 de 3
  • 10 Momentos claves en donde se aplique la analítica de datos o Datamining en la película de Moneyball.

1.  Cuando el analista(Peter) afirma que los equipos solo compran jugadores y no triunfos, es decir que su objetivo debería ser comprar triunfos. (Usa la data mining para dar a conocer que el objetivo al momento de comprar el jugador es el incorrecto). Da a entender que deberían comprar jugadores basándose en el objetivo de ganar por lo tanto deberían comprar el jugador cual tienen más posibilidades de ganar, estos datos lo saco analizando otros equipos de ligas mayores y su forma errónea de comprar jugadores. (video datamining 2).

2.Cuando el analista (Peter) hace un código sobre todos los jugadores dándoles valores estadísticos a cada uno. (Video datamining 3).

3. Cuando el analista (Peter) logra obtener una lista de 25 jugadores subestimados los cuales tienen un gran potencial de ser campeones, por el hecho de ser subestimados o menos preciados tienen un muy precio bajo el cual ellos pueden costear. (video datamining 3).

4. Cuando el analista Peter usa los datos estadísticos de aciertos para hallar a Chad Bradford un lanzador suplente muy subestimado por el hecho de tener un lanzamiento estaño, usando las estadísticas de jugadas de Chad el analista Peter llega a la conclusión que este es el lanzador suplente más efectivo, por lo tanto, su precio normal sería de 3millones al año, su valor actual de 237mil es muy bajo. (video datamining 3).

5.Cuando el analista Peter hace uso de los datos estadísticos para darle consejos a un jugador acerca de cómo jugar, hace uso de los datos al decirle cuál es su mejor promedio según cada jugada que el haga (le dice cuál es su mejor promedio de victoria según la jugada que haga).

6. Cuando el analista Peter compara al béisbol con una partida de black Jack, afirmando que con cada jugada cambia el promedio de bateo, llegando a la conclusión que los jugadores deberían lanzar 100 veces antes de la 5ta entrada. (Video datamining 4).

7. Cuando Billie el coach del equipo hace uso de indagación para saber qué es lo que en realidad hace el analista Peter, aplica la recolección de datos (data mining) para darle un nuevo valor (saber qué es lo que en realidad hace Peter).
(Video datamining2).

8. Cuando el analista Peter aconseja al coach Billie que quite al jugador Daemon del equipo, basándose en datos estadísticos y aplicando data mining afirma que al sacar a este jugador habría más posibilidades. (video datamining2).

9. Cuando el analista Peter hace una ecuación en la cual se ve lo que se necesita para ganar, cuantos juegos, cuantas carreras deben anotar para ganar, hace uso de los datos recolectados para dar una cifra exacta necesaria para tener la victoria. (video datamining 2).

...

Descargar como (para miembros actualizados)  txt (3.2 Kb)   pdf (40.1 Kb)   docx (8 Kb)  
Leer 2 páginas más »
Disponible sólo en Clubensayos.com