句题外话，他的决策部主观就是从红雀带来的助手。（心疼~）
    之后挖掘便宜、数据有问题且成绩烂到一塌糊涂的投手进行改造，在加练必备滑球之后把不好的球种彻底剔除，并加强投手的转速。（我也不知道为什么投手去了太空人转速都会上升，没人知道哈~）
    再之后改进，又签下战绩不太烂但是也没什么出彩点的投手进行面对左右打者的球种调配。
    这些都是数据模型的功劳，他能更精准的分析既定印象。就像大联盟圈子里很经典的一句话，数据是不会骗人的。
    休斯顿太空人在对投手的评价、预测与改造方面成绩斐然的真实性毋庸置疑。高直球与曲球的搭配是能够通过诡异验证重合度的方式描绘的，再不行还有模拟环境的真人准确度识别。
    再者，在模型之后，还验证了伸卡球对左打的效果低下，除非是伸卡的球速快到让打者无法判断。
    其实模型并不难建，只要有人工智能当面的知识面一般情况来说不懂棒球也不是问题。可难就难在棒球是一项非常老土的体育运动，老土到超乎你的想像。
    还记得测速枪之类的东西吗？这在大联盟早就被淘汰了。还有胜投数啊、打击率之类的统计数据，其实几十年前就不顶用了
 <本章未完请点击"下一页"继续观看!>