1. 案例定位

利用比賽逐球資料預測對手下一次進攻戰術。

2. 學習目標

理解決策樹、熱圖與時間序列如何支援即時戰術判斷。

3. 案例情境

大學美式足球團隊建立對手分析模型,預測跑陣/傳球並分析爆發性進攻。

4. 開始資料

條件/指標 原書資料
類似傳球陣型+第 3/4 檔+距離 >5 碼 傳球 95.45%
爆發性傳球 推進 >16 碼
爆發性跑陣 推進 >12 碼

5. 分析方法

以串接式決策樹預測進攻類型,以熱圖分析傳球區域,再以時間序列與桑基圖追蹤爆發性進攻。

6. 計算結果

特定情境下對手傳球率為 95.45%。

7. 結果分析與管理解讀

高度可預測的戰術傾向可轉化為防守配置,但模型仍需依新比賽資料更新。

8. 人工智慧提問詞

根據 95.45% 傳球率,整理防守教練可採取的決策與模型風險。

9. 思考/假設情境

問題:若相同條件出現 22 次,按 95.45% 比率約有幾次傳球?

參考解答:約 21 次(22×0.9545≈21)。

10. 資料說明