Suchergebnisse - Bornn, L.

  • Treffer 1 - 8 von 8
Treffer weiter einschränken
  1. 1

    Using in-game shot trajectories to better understand defensive impact in the NBA (Verwendung von Schussbahnen im Spiel zum besseren Verständnis der defensiven Wirkung in der NBA)

    Daly-Grafstein, D., Bornn, L.
    Veröffentlicht in Journal of Sports Analytics (2020)
    “… Bornn, L. …”
  2. 2

    Home sweet home: Quantifying home court advantages for NCAA basketball statistics (Trautes Heim, Glück allein: Quantifizierung des Heimvorteils für NCAA-Basketball-Statistiken)

    van Bommel, M., Bornn, L., Chow-White, P., Gao, C.
    Veröffentlicht in Journal of Sports Analytics (2021)
    “… Bornn, L. …”
  3. 3

    Training load and its role in injury prevention, Part 2: Conceptual and methodologic pitfalls (Die Trainingsbelastung und ihre Rolle in der Verletzungsprävention, Teil 2: konzeptionelle und methodische Fallstricke)

    Impellizzeri, F. M., McCall, A., Ward, P., Bornn, L., Coutts, A. J.
    Veröffentlicht in Journal of Athletic Training (2020)
    “… Bornn, L. …”
  4. 4

    Soccer analytics: Unravelling the complexity of "the beautiful game" (Fußballanalytik: Die Komplexität des "schönen Spiels" aufdecken)

    Bornn, L., Cervone, D., Fernandez, J.
    Veröffentlicht in Significance (2018)
    “… Bornn, L. …”
  5. 5

    From Markov models to Poisson point processes: Modeling movement in the NBA (Von Markov-Modellen bis hin zu Poisson-Punkt-Prozessen: Bewegungs-Modellierung in der NBA)

    Mortensen, J., Bornn, L
    Veröffentlicht in MIT Sloan Sports Analytics Conference 2019 (2019)
    “… Bornn, L …”
  6. 6

    Decomposing the immeasurable sport: A deep learning expected possession value framework for soccer (Den unmessbaren Sport auseiandnernehmen: Ein mit Deep Learning ermittelter Werterahmen des prognostizierten Ballbesitzes im Fußball)

    Fernández, J., Bornn, L., Cervone, D.
    Veröffentlicht in MIT Sloan Sports Analytics Conference 2019 (2019)
    “… Bornn, L. …”
  7. 7
  8. 8

    A mixture-of-modelers approach to forecasting NCAA tournament outcomes (Ein Ansatz mit einer Mischung von Modellierern zur Vorhersage des Ergebnisses von NCAA Turnieren)