Digital Coaching for Tennis Serve with Machine Learning

Detta projekt utvecklar ett nytt tillvägagångssätt för analys och förståelse av tennisslag och serveprestationer, med hjälp av maskininlärning för digitala coachningsändamål. Med hjälp av PlayReplay-systemet utvecklas två modeller för att generera skottretursannolikheter och kvantifierad servekvalitet. Sannolikhet för skottretur används för att ge insikt i ett skotts beslutsamhet och dess effektivitet. Baserad på det mäts servekvaliteten som effekten av sådana servar på efterföljande skott, vilket möjliggör en mer omfattande förståelse av servens kvalitet. Nyckelmått för både skott och servar beräknas på flera exempel som erhållits genom noggrann datainsamling i andra för att maximera modellernas prestanda. I slutändan tillåter den här nämnda processen utvecklingen av ett sista verktyg som erbjuder specifik funktionsanalys av en given serve, vilket ger ett förslag på restandaförbättring av serven. Resultaten visar potentialen hos maskininlärning och datadrivna tekniker att implementeras i verkliga scenarier och användas av spelare och tränare för att förbättra spelarens prestation.

Filer

• digital-coaching-for-tennis-serve-with-machine-learning.pdf