Título: Machine Learning in Sports
Autor: Rabiu Muazu Musa, Zahari Taha, Anwar P.P.Abdul Majeed, Mohamad Razali Abdullah
Sinopse: This brief highlights the association of different performance variables that influences archery performance and the employment of different machine learning algorithms in the identification of potential archers. The sport of archery is often associated with a myriad of performance indicators namely bio-physiological, psychological, anthropometric as well as physical fitness. Traditionally, the determination of potential archers is carried out by means of conventional statistical techniques. Nonetheless, such methods often fall short in associating non-linear relationships between the variables. This book explores the notion of machine learning that is capable of mitigating the aforesaid issue. This book is valuable for coaches and managers in identifying potential archers during talent identification programs.
Contexto da obra
Quando a classificação é mais ampla, o contexto do livro costuma depender ainda mais de autoria, tema e edição. “Machine Learning in Sports”, de Rabiu Muazu Musa, Zahari Taha, Anwar P.P.Abdul Majeed, Mohamad Razali Abdullah, publicado pela editora Springer, em 2018 e com 45 páginas, integra a categoria Livros Variados. Por isso, autoria, edição e tema acabam tendo ainda mais peso na forma de apresentar o livro.
Editora: Springer
Páginas: 45
Ano: 2018
Edição: 3
Linguagem: pt_BR
ISBN: 9789811325922
ISBN13: 9789811325922
Sobre a editora
Os livros da editora Springer apresentam uma leitura densa e focada em temas acadêmicos e científicos, com ênfase em áreas como matemática avançada, ciências naturais, tecnologia e ciências da saúde. A experiência de leitura costuma exigir familiaridade com linguagem técnica e conceitos especializados, refletindo o rigor das pesquisas e análises aprofundadas. O tom varia entre o didático e o expositivo, com obras que vão desde apresentações formais de teorias até relatos detalhados de estudos de caso e revisões sistemáticas. O catálogo sugere uma predominância de textos que dialogam com públicos acadêmicos e profissionais, oferecendo conteúdos que se apoiam em fundamentos históricos, dados empíricos e metodologias precisas.
