G league stats的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

結合投打時間序特徵的投手球路預測研究

為了解決G league stats的問題，作者張智欽 這樣論述：

隨著科技的日新月異，情報蒐集的方式也跟過去不同。過往需要耗費大量人力和時間才能完成的情蒐工作，在現今科技的幫助下，可以很有效率地完成。本文的研究是想獲得投手在面對當前打者和當下場上的情況時，傾向投哪一種球路這個情報。本研究使用的資料是2015~2021年的美國職棒大聯盟的棒球資料。其中，我們不採用2020年的資料，因為是縮水賽季，聯盟中的球員會因為疫情影響到他的出席。另外，疫情也會影響球團對這個賽季的方針。在特徵上，我們將特徵分為三大類，分別是場上情況特徵、投手特徵以及打者特徵。實驗結果探討了我們選擇的特徵對模型學習是否有幫助。我們使用機器學習以及深度學習的方式對棒球資料進行分析以及學習，最

終輸出一個預測的投手球路。我們將球路的預測定為分類問題，在機器學習模型的選擇上，我們選擇在分類問題上表現很優秀的機器學習模型:極限梯度提升(eXtreme Gradient Boosting,XGBoost)。在深度學習模型的選擇上，第一個我們選擇深度神經網路(Deep Neural Network, DNN)。DNN在分類問題上的表現可以高過許多傳統機器模型，因此我們認為對本篇論文是有幫助的。第二個我們選擇長短期記憶(Long Short-Term Memory, LSTM)。此外，由於棒球資料是有序列的，我們認為資料中可能在時間軸上存在有意義的資訊，因此我們使用具有時間記憶力特性的LSTM

模型。在本研究中，我們構建了三個通用模型用以預測投手的下一個球路，以及參考了時間序的特徵來訓練我們的模型，實驗顯示，三個模型的平均預測準確率在速球或非速球的二元分類問題中可以達到66.33%，相比直接猜測的平均準確率63.5%來的更有預測力，而在多球種預測問題中的平均準確率能達到50.13%，相比直接猜測的平均準確率46.8%來的也更有預測力。

中華職棒大聯盟打者薪資預測模型之建構

為了解決G league stats的問題，作者朱柏璁 這樣論述：

球員是職業棒球運動的核心，也是球隊的資產，球員的表現好壞影響到球賽的結果，而以球賽輸贏作為收受電視轉播權利金、販賣球票、促銷商品、招攬贊助、創造營收和品牌延伸主要訴求的球隊來說，球員便是他們的生財工具。台灣職棒(中華職棒大聯盟)過去二十多年來勞資雙方因薪資爭議尋求仲裁的案件約有20件，不僅破壞雙方的形象，更會造成負面結果影響球員場上的表現。因此本研究的目的希望尋求一個客觀且科學的工具和模型，球員得以藉由表現估算合理價值，並藉以作為薪資協商的依據，使其得以專心於可以創造價值的球賽上。球隊也可以減少談薪的心力，而能在其預算範圍內，對球員依照建議模型進行論功行賞的標準。本研究為了使大眾容易使用，先

參考過去文獻，並進行前測篩選出影響中華職棒大聯盟2008至2016年打者薪資的重要參數，並以最容易被解讀且接受的迴歸分析計算出各個薪資影響參數的權重，建立薪資預測模型。再以模型預測之薪水與實際薪水比較去檢測模型準確性，而後將2017及2018年的資料帶入以檢驗模型之預估能力，最後再以前人研究中所提及的相關因子進行三因子的模式建立，並比較與其模型間的準確性。扣除出賽次數過少的球員後，總計納入303名球員之資料進行模型建立，初步模型中分析出有9個因子與薪資有相關性，再依前人研究中與前測結果挑選出年紀、整體攻擊指數及勝利貢獻指數所建構的薪資預測模型，以平均絕對百分比誤差 (MAPE)驗證發現這個模型

具有高度的準確性，且薪資被高估及被低估的人數相仿；不同年間的誤差也都落於高準確度及良好準確度之間，而在所有薪資區間中，模型預測的能力也接近相同。且在預測能力方面，2017及2018兩年的資料都將接近高準確度，且所有的球員的預估薪資都落在合理的預估範圍內，且約半數的球員都落在高準度範圍內。而預估薪資稍微高於實際薪資，表示依據球員的表現，球團應給予球員更高的薪資，這也反映了和往年相比，2017和2018年野手薪資成長率的下降。而為了進一步比較三因子是否足以預估薪資，由相同取樣年間的前人研究中所挑選的十個因子進行120組的模型比較，本研究所挑選的三個因子預估能力準確度仍較高。本研究所得之薪資預測模型

雖並不複雜，但仍保有高準確度，方便使用，此外隨著時間推移準確度改變的幅度很小，因此可供未來參考。由於本研究所得之薪資預測模型，主要考量打者的表現參數，惟諸如明星魅力、球團戰績以及球團預算等變數，建議後續研究仍可加以探討。此外，本研究結果適用對象並不包括投手薪資，故針對投手的薪資預測模型亦仍待後續研究者探討。建議球隊可以建立公平公正與公開的核薪機制，球員也應積極建立自我形象，政府也可以促使專業的運動經紀人發展，以利職業棒球市場蓬勃興旺。