Model for Evaluating the Technical and Tactical Effectiveness of Tennis Matches Based on Machine Learning

结果(博弈论) 点(几何) 人工神经网络 人工智能 计算机科学 研究对象 强化学习 机器学习 工程类 运筹学 数学 几何学 数理经济学 区域科学 地理
作者
Lei Liu
出处
期刊:Mobile Information Systems [Hindawi Limited]
卷期号:2022: 1-13 被引量:2
标识
DOI:10.1155/2022/3878072
摘要

As the level of tennis improves, the ability and strategy to play in the game determine the responsibility for the outcome of the game. It is committed to improving the professional and strategic level of Asian tennis players and narrowing the gap with high-level European and American tennis players. The purpose of this paper is to study the application of machine learning in the study of the evaluation model of the technical and tactical effectiveness of tennis matches, and proposes the decision tree algorithm, artificial neural network, reinforcement learning algorithm, and related concepts of tennis matches. Therefore, this paper selects Federer’s technical and tactical games from 2013 to 2017 as the research object. And by paying attention to the application characteristics of Federer’s methods and strategies in each stage, a detailed statistical analysis of the data is carried out point by point. The exploratory outcomes show that through the AI calculation, it is found that the incredible skill and vital sufficiency of Federer’s hard court game change around 0.600, and the typical worth is 0.594. Particular and vital efficiency showed a sluggish recuperation in 2017.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Edison发布了新的文献求助30
刚刚
1秒前
sssss发布了新的文献求助10
2秒前
充电宝应助小羊采纳,获得10
2秒前
动听紫文发布了新的文献求助30
3秒前
Li完成签到,获得积分10
4秒前
丘比特应助77采纳,获得10
4秒前
xiongyuan完成签到,获得积分10
4秒前
dd发布了新的文献求助10
5秒前
acihk发布了新的文献求助10
5秒前
阿冰完成签到,获得积分10
5秒前
研友_ndvWy8完成签到,获得积分10
6秒前
asd发布了新的文献求助10
7秒前
ymr发布了新的文献求助10
7秒前
7秒前
8秒前
acihk完成签到,获得积分20
9秒前
9秒前
9秒前
11秒前
小羊完成签到,获得积分10
11秒前
Edison完成签到,获得积分20
11秒前
122发布了新的文献求助10
11秒前
断雨飞完成签到,获得积分20
12秒前
酷酷钢笔发布了新的文献求助10
12秒前
EvenCai完成签到,获得积分10
13秒前
小马甲应助动听紫文采纳,获得30
13秒前
13秒前
13秒前
可爱的函函应助一一采纳,获得20
14秒前
岁月间发布了新的文献求助10
15秒前
小小脆脆鲨完成签到 ,获得积分10
16秒前
16秒前
17秒前
CodeCraft应助Down采纳,获得30
17秒前
122完成签到,获得积分10
17秒前
17秒前
领导范儿应助像鱼采纳,获得10
18秒前
风中天奇发布了新的文献求助10
19秒前
21秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148173
求助须知:如何正确求助?哪些是违规求助? 2799264
关于积分的说明 7834331
捐赠科研通 2456531
什么是DOI,文献DOI怎么找? 1307282
科研通“疑难数据库(出版商)”最低求助积分说明 628124
版权声明 601655