？”

“四缝线99迈，滑球56，曲球79。”

沈秦抿了抿嘴，真是太可怕了，还好寇驰是主投伸卡的，不然和这些恐怖的投手想比优势可不大。更恐怖的是谢尔泽这家伙还是个二刀流~啧~

“喂。”谢尔泽突然冒出来一句“那个叫潘园的，打的是数据棒球啊？我看到他在建模型哎。”

现在的棒球非常非常的重视数据这一块，它能带来巨大的改变。

杰夫是一个经济学专家，他从没打过大学棒球，更别说职业联赛。可他却是圣路易斯红雀晋升最快以及成效卓越的球探主官之一，并给红雀带来极多的好苗子，在两千年后帮助球队拿下两个世界大赛冠军以及n多的季后赛席位，尤里当初选秀的顺位也是他给予了建议。

改变发生在能源界大佬买下休斯顿太空人队开始，也就是尤里被放走换来资源的那一年。而后他们聘请了杰夫来做球队的总经理，相信杰夫与他的计算机能给这支从未夺冠的球队带来新生。

杰夫的计算机做的就是数据分析模型这一块。

太空人进入彻底的重建之中，连着三年百败！

但是之后数据分析模型与数据预测模型就带来了竟然的改变。插句题外话，他的决策部主观就是从红雀带来的助手。（心疼~）

之后挖掘便宜、数据有问题且成绩烂到一塌糊涂的投手进行改造，在加练必备滑球之后把不好的球种彻底剔除，并加强投手的转速。（我也不知道为什么投手去了太空人转速都会上升，没人知道哈~）

再之后改进，又签下战绩不太烂但是也没什么出彩点的投手进行面对左右打者的球种调配。

这些都是数据模型的功劳，他能更精准的分析既定印象。就像大联盟圈子里很经典的一句话，数据是不会骗人的。

休斯顿太空人在对投手的评价、预测与改造方面成绩斐然的真实性毋庸置疑。高直球与曲球的搭配是能够通过诡异验证重合度的方式描绘的，再不行还有模拟环境的真人准确度识别。

再者，在模型之后，还验证了伸卡球对左打的效果低下，除非是伸卡的球速快到让打者无法判断。

其实模型并不难建，只要有人工智能当面的知识面一般情况来说不懂棒球也不是问题。可难就难在棒球是一项非常老土的体育运动，老土到超乎你的想像。

还记得测速枪之类的东西吗？这在大联盟早就被淘汰了。还有胜投数啊、打击率之类的统计数据，其实几十年前就不顶用了，可每个报告里还是免不了出现！老土！不愿革新。

测速这方面有视频图像处理技术已经完全无用~如果不是这样恐怕现在在球场上还会有许多人举着测速枪来看球吧~

本章未完，请点击"下一页"继续阅读！ 第2页 / 共3页