Vor Ort
Merkzettel Warenkorb
  • Produktbild: Machine Learning and Data Mining for Sports Analytics
  • Produktbild: Machine Learning and Data Mining for Sports Analytics
Band 1783 - 13%

Machine Learning and Data Mining for Sports Analytics 9th International Workshop, MLSA 2022, Grenoble, France, September 19, 2022, Revised Selected Papers

Aus der Reihe Communications in Computer and Information Science
13% sparen

59,99 € UVP 69,54 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.02.2023

Herausgeber

Ulf Brefeld + weitere

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-27526-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.02.2023

Herausgeber

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-27526-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Machine Learning and Data Mining for Sports Analytics
  • Produktbild: Machine Learning and Data Mining for Sports Analytics
  • Football .- Towards expected counter - Using comprehensible features to predict counterattacks.- Shot analysis in different levels of German football using Expected Goals.- Analyzing passing sequences for the prediction of goal-scoring opportunities.- Let’s penetrate the defense: A machine learning model for prediction and valuation of penetrative passes.- Evaluation of creating scoring opportunities for teammates in soccer via trajectory prediction.- Cost-efficient and bias-robust sports player tracking by integrating GPS and video.-  Racket sports .- Predicting tennis serve directions with machine learning.- Discovering and visualizing tactics in table tennis games based on subgroup discovery.-  Cycling .- Athlete monitoring in professional road cycling using similarity search on time series data.