1. 프로젝트 발표
다양한 주제의 발표가 있어서 재밌었습니다. 생각나는 몇가지를 말해보자면
어느 통계 사이트에서 크롤링을 해서 챔피언별 장인 빌드를 streamlit을 통해 배포하신 분도 있었고,
프로전수와 본인의 골드 수급량, 정글몬스터 처지 수 등을 비교하신 분도 있었고,
챔피언 조합에 따른 승률을 분석 하신 분도 있었고,
롤에 대해서 잘 모르시는 분들은 보통 비슷했는데 첫 용 vs 전령의 승률, 챔피언 별 승률 등이 있었습니다.
저는 원거리 딜러 포지션의 실력을 뒷받침할 '카이팅 지수'라는 수치를 만들엇습니다.

카이팅 지수가 기존에 많이 보는 kda와는 또다른 지표임을 보여주었고

프로와 일반인(상위 30%골드1티어이며 상위티어 유저의 부계정을 거르기 위해 여러 시즌동안 비슷한 티어를 유지한)
의 수치를 비교하여 실력을 뒷받침 할 수 있는 지표임을 증명했습니다.

그 결과 프로 선수 중에서도 가장 수치가 높은 선수는 태윤 선수였고, 태윤 선수의 행보를 추적하게 되었습니다.

태윤선수의 실력에 대해서 상당히 많은 이슈가 잇었지만 전문가들 사이에서는 높게 평가되어왔고, 광동의 감독인 씨맥님은 경기 패배 이후에 '태윤 잘하는 선수다. 부담감을 갖고있는것같다.'라고 하며 믿음을 보여주었습니다.

결과적으로 원딜 포지션의 실력을 알 수 있는 지표를 만들었고, 해당 지표로 잠재력 있는 선수를 추적하는데 성공 했습니다.
글을 적는 시점에서 아쉬운 점은 이 수치와 다른 수치를 비교하고 승률과 연관성도 더 알아보면 좋았을 것 같습니다.
2. 수료

'교육 > e스포츠데이터분석전문인력양성과정' 카테고리의 다른 글
| [e스포츠 데이터분석 전문인력 양성과정] 9일차(streamlit 배포, Oracle's Elixir) (0) | 2023.09.09 |
|---|---|
| [e스포츠 데이터분석 전문인력 양성과정] 8일차(git) (0) | 2023.09.01 |
| [e스포츠 데이터분석 전문인력 양성과정] 7일차( 키보드 입력, selenium, streamlit) (0) | 2023.09.01 |
| [e스포츠 데이터분석 전문인력 양성과정] 6일차(머신러닝 + 웹 크롤링) (0) | 2023.08.28 |
| [e스포츠 데이터분석 전문인력 양성과정] 5일차(머신러닝) (0) | 2023.08.25 |