Nota del editor: Esta historia es parte de una serie de perfiles de graduados notables de la primavera de 2021.
Cuando Oliver Risch se mudó de Portland, Oregon, para asistir Barrett de ASU, The Honors College, le tomó algún tiempo decidir qué quería estudiar. Aunque siempre le habían gustado las matemáticas, en la universidad descubrió que estaba interesado en la economía y las políticas públicas. Después de especializarse primero en ciencias políticas, luego en economía con The College of Liberal Arts and Sciences, luego en economía en la WP Carey School of Business, Risch decidió que especializarse en matemáticas y especializarse en economía le permitiría perseguir su amplia gama de intereses mientras se desarrollaba. las habilidades que necesitaría para comenzar una carrera en economía.
Oliver Risch está cursando su último año estudiando en el extranjero en la London School of Economics.
Descargar imagen completa
Se reunió con Dieter Armbruster, profesor de matemáticas y director asociado de programas de posgrado en la Facultad de Ciencias Matemáticas y Estadísticas, que había trabajado con otros estudiantes de honor de Barrett en el análisis de los juegos de la NBA como redes y en el uso de la teoría y las estadísticas de redes para caracterizar el estilo de juego. de diferentes equipos de la NBA. Para su proyecto de honores, Risch sugirió que podrían usar ideas de aprendizaje automático para predecir las probabilidades de ganar en los juegos de la NBA. Los dos discutieron la idea, pero determinaron que era un objetivo demasiado ambicioso y se decidieron por una tarea más simple de predecir la eficiencia de los tiros libres.
«Discutimos las posibles influencias de tales predicciones e hicimos algunos enfoques estadísticos simples que sugirieron que la fatiga podría jugar un papel», dijo Armbruster.
Armbruster sugirió que agreguen al profesor asociado de estadística P. Richard Hahn, como copresidente del proyecto de honores, quien podría trabajar con Risch en los detalles computacionales y analíticos de algunos enfoques de aprendizaje automático para resolver este problema.
Hahn está interesado en aplicaciones de aprendizaje automático para datos generados por humanos, que pueden ser datos contables, datos de juegos o datos de redes sociales, y los deportes definitivamente entran en esta categoría. También es un gran fanático de la NBA, lo que lo convirtió en un buen candidato para el proyecto. Risch reunió un conjunto de datos interesante y los tres hablaron sobre ello y se divirtieron probando algunos enfoques diferentes.
“A veces hay patrones en los datos que no espera”, dijo Hahn. “Los algoritmos modernos de análisis de datos son muy flexibles y pueden ‘descubrir’ patrones que un ser humano tal vez no sepa buscar. Así que estábamos interesados en ver los datos de tiros libres con ese tipo de mente abierta «.
Utilizaron dos algoritmos de aprendizaje automático supervisados diferentes para estimar el efecto de la fatiga en la eficiencia de los tiros libres. Hicieron la hipótesis de dos efectos: un efecto positivo a corto plazo de jugar en el juego: el beneficio del calentamiento; y un efecto negativo a largo plazo: el costo de la fatiga. Sus resultados mostraron que en toda la NBA, el primero está presente y el segundo no.
Dado que estaban prediciendo un resultado binario de realizar o fallar intentos de tiros libres, utilizaron dos modelos de clasificación para analizar los datos: regresión logística y XBART (árboles de regresión aditiva bayesiana acelerada).
La regresión logística es un modelo bastante sencillo y estima las relaciones lineales entre las variables independientes y la variable dependiente.
XBART fue desarrollado por Hahn hace un par de años y es más complicado. Es un conjunto de árboles. Los árboles de clasificación funcionan dividiendo los datos en particiones basándose en características similares y haciendo predicciones de nuevos datos basados en los resultados de los datos en la misma partición. Un conjunto de árboles agrega las estimaciones de varios árboles de clasificación para obtener predicciones más precisas.
Utilizaron datos jugada por jugada obtenidos de Kaggle.com, un sitio web de ciencia de datos en línea, y los cotejaron con datos agregados de basketball-reference.com. Esto les permitió obtener medidas precisas de cuántos minutos habían jugado los jugadores en el juego en el momento de su intento de tiro libre para cada juego en las temporadas de la NBA 2017, 2018 y 2019: aproximadamente 1,5 millones de filas de datos, en total.
“Al menos desde que salió el libro ‘Moneyball’ de Michael Lewis hace casi 20 años, la analítica ha sido un gran problema en los deportes profesionales”, dijo Hahn. «En estos días, las organizaciones deportivas profesionales tienen equipos dedicados a la ciencia de datos que informan el reclutamiento, la capacitación, el marketing, todos los aspectos de la operación».
Risch eligió venir a ASU por dos razones: le ofrecieron una beca de matrícula completa como becario al mérito nacional y pensó que Barrett era un programa realmente especial que ofrecía muchas oportunidades únicas.
Desde que comenzó en ASU como estudiante de ciencias políticas (y especialización en matemáticas), trabajó durante un breve tiempo escribiendo sobre temas importantes para la prensa estatal. Más tarde hizo una pasantía financiera con la campaña 2018 David García para el gobernador de Arizona. Durante el verano de 2019, ayudó a evaluar adquisiciones en el fondo de búsqueda Hillandale Capital.
Risch también trabajó como tutor y luego como director ejecutivo de RISE (Integración, Estabilidad y Educación de Refugiados). RISE es una organización estudiantil y un programa afiliado de la Asociación de Mujeres Musulmanas Estadounidenses de Arizona (AMWA), una organización sin fines de lucro, y trabaja en todo el área metropolitana de Phoenix para ayudar a los jóvenes refugiados a alcanzar el éxito académico y personal a través de tutorías y tutorías. Los niños refugiados que se mudan a los EE. UU. A menudo se retrasan en la escuela debido a barreras lingüísticas y socioeconómicas, y RISE busca cambiar eso.
“Aprendí mucho de nuestros increíbles estudiantes, y trabajar con ellos cada semana amplió mi perspectiva, y sin duda fue lo más destacado de mi tiempo en ASU”, dijo Risch.
Aunque la pandemia de COVID-19 se estaba extendiendo por todo el mundo, Risch decidió estudiar en el extranjero durante su último año de universidad en la London School of Economics (LSE). Cuando llegó en septiembre, los casos en el Reino Unido eran bastante bajos pero comenzaban a aumentar. A pesar de que todos intentaron conocer gente nueva de una manera segura, fue un desafío dada la naturaleza de las adaptaciones para los estudiantes. Durante el semestre de otoño hubo un brote, y en un momento dado, casi el 75% de los estudiantes en su dormitorio se aislaron a sí mismos de una prueba positiva o de la exposición a alguien con una prueba positiva. Risch terminó contrayéndolo, pero afortunadamente tuvo síntomas relativamente leves.
LSE estaba operando con un modelo híbrido en el otoño, con conferencias en línea y seminarios en persona con disfraces y distanciamiento social. Luego, durante las vacaciones de invierno, los casos aumentaron rápidamente, lo que obligó a la escuela a convertir todas las clases y conferencias a completamente en línea para la primavera. Tuvo la suerte de poder conocer gente nueva y hacer amigos a través del programa del Curso General de LSE y a través de su dormitorio. Risch estará en Londres estudiando unas semanas más y tomando sus exámenes finales.
“LSE es una gran escuela académicamente para las materias que estoy estudiando – economía y matemáticas – y mi beca cubrió mi matrícula en el extranjero durante el año”, dijo. «Si bien ha sido un año inusual con todo lo que está sucediendo, todavía he podido pasar un tiempo increíble en la LSE, conociendo a gente increíble y explorando Londres y el Reino Unido».
Este mes, Risch se graduó con una licenciatura en matemáticas y una especialización en economía de la Facultad de Artes y Ciencias Liberales.
“La economía y las matemáticas son una combinación natural si está interesado en el mundo de los negocios y el comportamiento humano, ya que la economía es la rama más cuantitativa de las ciencias sociales”, dijo Hahn. “No soy un juez imparcial, porque mi propia licenciatura es en economía. Personalmente, me atrajo el enfoque de la economía en la toma de decisiones prácticas. Para mí, la ciencia de datos tiene que ver con el uso de herramientas matemáticas para comprender los datos al servicio de guiar decisiones prácticas; ese tipo de mentalidad es más común en la economía que en las matemáticas puras, por ejemplo «.
Este verano, Risch comenzará un puesto de asistente de investigación de dos años en la Junta de Gobernadores de la Reserva Federal en Washington, DC Trabajará en la sección de Evaluación de la Estabilidad Financiera, que se enfoca en estudiar las amenazas a la estabilidad del sistema financiero y contribuye a algunos del trabajo de política que informa las decisiones de política monetaria del directorio y del Comité Federal de Mercado Abierto.
“Oliver mostró una gran iniciativa y fue muy bien asesorado al ir durante un año a la London School of Economics, que es posiblemente una de las mejores escuelas de economía en todo el mundo”, dijo Armbruster. «Además de sus logros académicos, tendrá una experiencia muy práctica a través de su ayudantía de investigación en la Reserva Federal».
Risch no está seguro de sus planes después de eso, pero está considerando graduarse en economía o finanzas.
«Espero que reciba ofertas fabulosas una vez que solicite los programas de doctorado», dijo Armbruster.
Nos encontramos con Risch de «al otro lado del charco» para preguntarle más sobre su viaje como Sun Devil.
Pregunta: ¿Qué es lo que más le gusta de las matemáticas?
Respuesta: Me gusta lo aplicable que es el campo. Parece que las matemáticas se pueden aplicar y proporcionar información sobre una gran variedad de otros campos académicos, y comprender las matemáticas le ayuda a comprender una amplia gama de temas aparentemente no relacionados.
P: ¿Qué profesor te enseñó la lección más importante mientras estabas en ASU?
A: He tenido algunos profesores increíbles en ASU. Uno de quien aprendí mucho fue el Dr. Alexander Hill en el departamento de economía. Es difícil precisar una sola lección: estaba aprendiendo constantemente en cada charla de conferencias y horas de oficina. Quizás la lección más importante que aprendí fue el valor de hacer preguntas; si bien puede ser intimidante al principio, rápidamente descubrí que valía la pena preguntar sobre cualquier cosa de la que no estaba seguro en clase o sobre lo que quería aprender más.
P: ¿Cuál es el mejor consejo que les daría a los que todavía están en la escuela?
A: Puede ser un cliché y sermonear, pero vaya al horario de oficina. Los profesores pueden parecer un poco distantes o difíciles de relacionar con ellos a veces, pero son profesores porque disfrutan enseñando, y el 90% del tiempo que tienen horas de oficina, nadie va. Es muy útil no solo hacer preguntas sobre el contenido de la clase, sino también conocerlos y escuchar sus experiencias. ¡Nunca se sabe quién necesitará un asistente de investigación o quién hará una presentación importante también!
P: ¿Cuál era tu lugar favorito en el campus, ya sea para estudiar, reunirte con amigos o simplemente pensar en la vida?
A: Difícil elegir uno, pero probablemente el jardín secreto. Mucha sombra para un día caluroso en Arizona.
P: ¿Qué le gusta hacer en su tiempo libre para divertirse?
A: ¡Disfruto jugando baloncesto, salir con amigos y explorar el aire libre!
P: ¿Qué crees que es lo que más malinterpreta el público en general sobre las matemáticas?
A: Una vez más, es un cliché, pero realmente creo que la razón por la que a la mayoría de las personas no les gustan las matemáticas es porque no tuvieron grandes maestros mientras crecían. Todos aprenden de manera diferente, y creo que la razón por la que muchas personas luchan con las matemáticas de alto nivel es porque su método de aprendizaje óptimo es diferente del modelo de instrucción convencional en la mayoría de las escuelas.
P: Si alguien le diera 40 millones de dólares para resolver un problema en nuestro planeta, ¿qué abordaría?
A: Hay un montón de problemas que vale la pena abordar, pero probablemente el más importante en este momento es el cambio climático. Necesitamos cambiar fundamentalmente la forma en que interactuamos con el medio ambiente si queremos sobrevivir a largo plazo.