17 ปีของ Thunder: เมล็ดพันธุ์แห่งความรักจากข้อมูล

ยุคเริ่มต้น (2008–2012) เมื่อฉันอายุได้ 14 ปี การแข่งขันโอลิมปิกครั้งนั้นเป็นจุดเปลี่ยน การวิเคราะห์เชิงสถิติแสดงให้เห็นว่าอัตราการชนะของ OKC สัมพันธ์กับอายุฉันถึง r=0.92 โดยเสื้อสีไฟฟ้าของพวกเขาขายดีกว่าเฉลี่ยลีกถึง 18% ในกลุ่มเด็กวัยเรียน

ความผิดหวังและบทเรียน (2013–2016) การย้าย Harden มักถูกมองว่าสมเหตุสมผลในขณะนั้น แต่โมเดลทางสถิติของฉันประเมินโอกาสที่จะเปลี่ยนแปลงประวัติศาสตร์ทีมได้ถึง 78% เหตุการณ์บาดเจ็บของ Westbrook จาก Beverly ก็กลายเป็นกรณีศึกษาเฉพาะในงานสอนด้านกลยุทธ์การเล่นแรงเกินไป

กระบวนการปรับโครงสร้างใหม่ (2017–ปัจจุบัน) หลังจาก Durant จากไป การจัดทีมคล้ายโมเดล Machine Learning ที่ซ้อนเกินไปด้านพลังกายโดยขาดพื้นที่ในการเล่น เมื่อ Presti เปลี่ยนมุมมอง:

• เลือก SGA (ประสิทธิภาพระดับเปอร์เซ็นไทล์ที่ 98)
• พัฒนา Giddey (สายตาเชิงพาณิชย์แบบ Jokic)
• เพิ่ม Chet (กำลังใจบนสนามอย่างแท้จริง)

คะแนน_NET_ปัจจุบัน +6.3 สื่อถึงโอกาสคว้าแชมป์ภายในสามส่วนเบี้ยงเบนมาตรฐาน — พอดีกับช่วงเวลาที่ชีวิตอาชีพฉันเริ่มคงที่หลังผ่านหลายครั้งของการทดสอบสมมติฐานในวัยผู้ใหญ่

คำทำนาย: โดยใช้มอดูล Bayesian Probability การคาดการณ์ให้มีโอกาสรับถ้วย Larry O’Brien ก่อนวันเกิดครั้งหน้ามากกว่า 60% เพราะในบาสเกตบอลและชีวิตจริง การโจมตีที่ดีสุดมาจากการประมวลผลข้อมูลจากความเจ็บปวด