Muthu Alagappan
Muthu Alagappan | |
|---|---|
 Muthu Alagappan na konferencji MIT Sloan Sports Analytics 2012
| |
| Urodzić się | 1989/1990 (wiek 32–33 lata) |
| Zawód | Lekarz rezydent |
| Znany z | Analiza statystyczna koszykówki |
Muthu Alagappan (ur. ok. 1990 r .) jest byłym rezydentem medycznym, znanym z profesjonalnej analityki koszykówki . Urodził się w Anglii i wychował w Teksasie. Podczas studiów na Uniwersytecie Stanforda rozpoczął staż w start-upie Big Data Ayasdi, gdzie wykorzystał ich oprogramowanie do statystyk koszykówki , aby określić 13 różnych pozycji w grze . Po przemówieniu na konferencji MIT Sloan Sports Analytics w 2012 roku , kilka profesjonalnych zespołów zaczęło korzystać z oprogramowania firmy. Na konferencji otrzymał główną nagrodę, a GQ nazwał jego pracę zarówno „nową granicą dla NBA”, jak i „Muthuball” - aluzja do analizy statystycznej baseballu Moneyball , znanej z zrewolucjonizowania tego sportu. Forbes umieścił go na liście wpływowych osób w branży sportowej „ 30 Under 30 ” z 2012 i 2013 roku. Jego praca została wyróżniona w The New York Times , ESPN , The Wall Street Journal , Wired i Slate .
Wczesne życie
Alagappan urodził się w Crewe w Anglii i wychował w Houston w Teksasie . Jest indyjskiego . Ukończył Uniwersytet Stanforda w 2012 roku z dyplomem inżynierii biomechanicznej oraz Stanford Medical School w 2016 roku. Od 2017 roku był rezydentem chorób wewnętrznych w Beth Israel Deaconess Medical Center . Alagappan jest wieloletnim Houston Rockets .
Analiza koszykówki
Alagappan został zatrudniony jako stażysta w Ayasdi, startupie zajmującym się dużymi danymi w Palo Alto w Kalifornii , w ramach programu Mayfield Fellows Program Stanforda , gdzie został zatrudniony do sprzedaży. Przetestował oprogramowanie firmy na statystykach koszykówki i nazwał wynik „prawdziwymi pozycjami NBA ” . Analiza danych topologicznych odwzorowywała podobieństwa między graczami NBA i zidentyfikowała 13 różnych pozycji w grze , w przeciwieństwie do tradycyjnych pięciu. Te tradycyjne pozycje, jak np silny napastnik i strzelec obrońca , stały się niejednoznaczne i przestarzałe w wyniku zwiększonej różnorodności skategoryzowanych przez nich stylów graczy. Metoda Alagappana grupuje zawodowych koszykarzy według siły statystycznej i umieszcza ich w nowym modelu pozycyjnym.
Zaczął od zbioru siedmiu podstawowych statystyk ( asyst , bloków , fauli , punktów , zbiórek , przechwytów i strat ) z Yahoo! Sportuj każdego gracza NBA z poprzedniego sezonu i dostosuj statystyki do czasu gry. Oprogramowanie pogrupowało graczy w oznaczone kolorami węzły i połączyło ich liniami reprezentującymi podobieństwa statystyczne. Alagappan spodziewał się, że oprogramowanie utworzy pięć grup węzłów na podstawie przewag statystycznych, z których każda będzie reprezentować pozycję gry, ale zamiast tego oprogramowanie zwróciło 13 grup węzłów reprezentujących 13 pozycji opisanych matematycznie. Przydziały porównują statystyki graczy, a nie indywidualny styl. Początkowo niepewny swoich wyników, samodzielnie badał dane przez tydzień, zanim podzielił się swoimi odkryciami ze swoimi szefami i statystykami koszykówki, w tym Kenowi Pomeroyowi , który udzielił zachęty. Następnie złożył podanie i został przyjęty do przemawiania na konferencji MIT Sloan Sports Analytics w 2012 roku . Do maja 2012 roku co najmniej cztery drużyny NBA i jedna MLB skontaktowały się z Ayasdi w sprawie korzystania z ich technologii.
Metoda ma na celu zmianę istniejących paradygmatów składu drużyny koszykówki, aby pomóc zespołom NBA wygrać mistrzostwa. Alagappan posłużył się Devinem Ebanksem z Los Angeles Lakers jako przykładem, którego Alagappan uważał za obiecującego ze względu na swoją klasyfikację jako „zbierającego gola” obok Carmelo Anthony'ego i Dirka Nowitzkiego, pomimo słabego rekordu sezonu. GQ poinformowało, że Ebanks spełni prognozę modelu w kolejnych grach przez sześć tygodni, kiedy dwóch innych graczy usiadło i Ebanks zaczął Gry. Chociaż model nie mógł przewidzieć Linsanity , biorąc pod uwagę statystyki koszykówki z college'u, był w stanie określić trzech graczy najbardziej podobnych do Lin w college'u, z których dwóch było już powołanych do NBA. Oczekuje się, że prognozy będą się poprawiać wraz ze wzrostem zbioru danych.
Jego analiza oparta na danych została dobrze przyjęta. Zdobył główną nagrodę w kategorii „Ewolucja sportu” na konferencji MIT Sloan Sports Analytics w 2012 roku . GQ nazwał jego pracę „nową granicą dla NBA” i „Muthuball”, co było aluzją do sabermetrii Billy'ego Beane'a „ Moneyball ” ( analiza statystyczna baseballu znana z zrewolucjonizowania tego sportu). Forbesa umieścił go na swoich listach wpływowych osób w branży sportowej „30 poniżej 30” z 2012 i 2013 roku. Jego prace zostały wyróżnione w The New York Times , ESPN , The Wall Street Journal , Wired i Slate .
Rob Mahoney z The New York Times nazwał ten model „nowatorskim wykonaniem produktywnej myśli”, ale przytoczył „jedyną w swoim rodzaju” pozycję typu catch-all i znaczną liczbę graczy sklasyfikowanych w niej jako słabe punkty. Jim Calvan z ESPN TrueHoop skrytykował prezentację Alagappana na konferencji Sloan za brak danych pokazujących, w jaki sposób rekonfiguracja zespołu w celu objęcia 13 pozycji skutkuje większą liczbą zwycięstw.
Linki zewnętrzne
Media związane z Muthu Alagappanem w Wikimedia Commons
