ニューラルネットワークでプロ野球選手の給与を査定してみる - Qiita

概要 TensorFlowでニューラルネットワークを使い、94人のプロ野球投手の年間の成績から年俸を推定してみます。 訓練データとして89人の成績と年俸を使い、残りの5人の選手の年俸をどれだけ精確に推定できるかを検証します。 注：この記事は選手の年俸についての意見を述べるものではなく、検証の結果はいかなる選手の年俸の不当性を訴えるものでもありません。 入力 以下の33種類のデータを入力として取り扱います。 球団(12個のOne-Hot Vector) 防御率 出場試合数 勝利数 敗北数 セーブ ホールド 勝率 打者 投球回数 被安打 被本塁打 与四球 与死球 奪三振 失点 自責点 WHIP DIPS 所属年数 年齢 国内選手 or 国外選手 各データは最小0、最大1の値を取るように正規化しました。 94人の選手のうち89人のデータを訓練データとして、残りの5人の選手のデータをテストデータと

[KatagiriSo]

データ読み込み

[yu_fuk]

定量的な査定のロジック化は非常に興味深いけど、TensorFlowやニューラルネットワークなど、まだ理解が全然足りていない。

[knockoutcoffee]

パラメータに対してTrainingData数が足りないんだろうなぁ

[chezou]

データサイズどれくらいなんだろう。選手ごとの偏りないんだろうか

[cpw]

ほー

[Nyoho]

興味深いけど怖い