臺灣博碩士論文加值系統

職棒賽事預測一直是產學界熱門的研究課題，除了彩金很高以外，預測難度也很高。文獻上有許多研究利用各種正規或非正規的方法得出許多有趣的結果，但是這些結果卻很難應用在未來的運動賽事預測上，本研究試圖利用目前熱門的人工智慧方法 類神經網路，應用於美國職棒賽事的預測研究， 並得出最佳神經網路模式的特性與結果，這些結果可以讓同樣從事這方面的研究者們一個重要的參考，其中最佳的模式選擇有讓人意想不到的結果。本研究以美國 職棒 巨人隊與道奇隊的對戰賽事歷史資料為例，說明如何應用此模式進行預測研究。

Professional baseball game prediction has always been a popular research topic in the industry/academia. In addition to the high prize money,the prediction difficulty is also very high. There are many studies in theliterature using various formal or informal methods to obtain many interestingresults, but these results are difficult to apply to future sports event prediction.
This study attemp ts to use the current popular artificial intelligence method
neural network, applied to the prediction of American professional baseball
games, and obtained the characteristics and results of the best neural network
model. These unexpected results can be an important reference for researchers
who are also engaged in this field. This study uses the historical data of the
American Giants and Dodgers games as an example to illustrate how to apply
this model for prediction of games.

摘 要
Abstract
誌 謝
目 錄
表 目 錄
圖 目 錄
第 一 章 緒 論
1.1. 研究背景與動機
1.2. 研究目的
1.3. 研究流程與架構
1.4 研究範圍與限制
第 二 章 文獻探討
2.1. 美國職棒大聯盟簡介
2.2. 國家聯盟西區球隊簡介
2.3. 道奇V.S巨人-百年世仇
2.4. 相關文獻探討
2.5. 文獻整理
第 三 章 研究方法
3.1. 職棒賽事的關鍵因素分析
3.2. 類神經網路模式
第 四 章 數值個案應用
4.1. 個案資料說明與計算
4.2. 研究結果分析
第 五 章 結論與建議
5.1. 結論
5.2. 建議
參考文獻
簡 歷

1. 台灣棒球維基館 ( 。 美國職業棒球大聯盟 。
http://twbsball.dils.tku.edu.tw/wiki/index.php/%E7%BE%8E%E5%9C%
8B%E8%81%B7%E6%A5%AD%E6%A3%92%E7%90%83%E5%A4%
A7%E8%81%AF%E7%9B%9F 。
2. 林清榆， 蔡典龍 ( 。 職棒賽事勝負之預測－以中華職棒二十八年賽季為例 。 休閒運動保健學報 。 第 2018 卷，第 15 期，第 1 16 頁 。
3. 呂中堯 2010 ）。 運用 Copula based Regression Model 預測中華職棒賽事結果 。 國立台北大學碩士論文 。
4. 馮瑞祥 2013 。 運用資料探勘技術於職棒比賽勝負預測之研究以美國職棒大聯盟為例 。 文化大學碩士論文 。
5. 張家綸 2008 ）。 利用貝氏方法預測職業比賽之勝負以台灣職棒為例 。 真理大學碩士論文 。
6. 宋孟遠，許建民 2020 ）。 以攻守表現與競賽制度預測中華職棒比賽勝負 。 運動與遊憩研究 。 第 15 卷，第 2 期，第 41 51 頁 。
7. 江維德 ( 。 以類神經網路實作職業棒球隊在單一對戰組合的戰績預測以美國職棒洛杉磯道奇隊與舊金山巨人隊為例 。東南科技大學碩士論文 。
8. 李日晟 ( 。 應用迴 歸分析與類神經網路預測棒球賽事。國立政治大學碩士論文。46
9. 陳麒文陳麒文，，李天行李天行，，梁玉秋梁玉秋 (2014)(2014)。。建構美國職棒大聯盟的勝隊預測模建構美國職棒大聯盟的勝隊預測模式：以人工類神經網路方式式：以人工類神經網路方式。。大專體育學刊大專體育學刊。第。第1616卷卷，第，第22期，期，第第167 167 –– 181181頁。頁。
10. 葛學文葛學文 (2014)(2014)。。美國職棒大聯盟之球隊績效和球員能力資料採礦美國職棒大聯盟之球隊績效和球員能力資料採礦。。東東海大學碩士論文海大學碩士論文。。
11. 劉晏志劉晏志 (2021)(2021)。。探討美國紐約洋基隊勝負之影響因素探討美國紐約洋基隊勝負之影響因素--以以20172017至至20192019年例行賽為例年例行賽為例。。國立屏東大學碩士論文國立屏東大學碩士論文。。
12. 蔡育楷蔡育楷 ((2019)2019)。。運用深度學習預測中華職棒比賽勝負運用深度學習預測中華職棒比賽勝負::以中信兄弟象以中信兄弟象隊為例隊為例。。亞洲大學亞洲大學碩士論文碩士論文。。
13. 鄧文揚鄧文揚 (2013)(2013)。。中華職棒球隊勝負預測模型之建立中華職棒球隊勝負預測模型之建立。。玄奘大學玄奘大學碩士論碩士論文。文。
14. 謝志偉謝志偉 (2016)(2016)。。投手表現對職業棒球隊勝率之影響投手表現對職業棒球隊勝率之影響--以美國大聯盟為以美國大聯盟為例例。。美和科技大學碩士論文美和科技大學碩士論文。。
15. 陳星光陳星光 (2019)(2019)。。智慧型睡眠期間智慧型睡眠期間PSGPSG電波自動分階研究電波自動分階研究。高雄醫學。高雄醫學大學碩士論文。大學碩士論文。
16. Rumelhart, D. E., Hinton, G. E. and R. Rumelhart, D. E., Hinton, G. E. and R. J. WilliamsJ. Williams (1986)(1986).. Learning Learning representations by backrepresentations by back--propagating errorspropagating errors. Nature, 323, 533 . Nature, 323, 533 –– 536.536.
17. Riedmiller, M. and H. Braun, “A direct adaptive method for faster Riedmiller, M. and H. Braun, “A direct adaptive method for faster backpropagation learning: The RPROP algorithm,” in Proceedings of the backpropagation learning: The RPROP algorithm,” in Proceedings of the
47
IEEE International Conference on Neural Networks, San Francisco, 1993,
IEEE International Conference on Neural Networks, San Francisco, 1993, 586586--591 (1993)591 (1993)。。