“我还能继续打吗？”对于一个受伤的运动员来说，这四个字的回答可能决定了一个赛季、一个职业生涯，甚至一个团队的命运。洛雷娜·马丁，临床数据科学与运营的助理教授，正在为下一代领域专家做准备，这样他们可以用事实和战略来回答这个改变比赛的问题。最终，这个答案可以基于复杂的数据输入和运动表现分析师的评估技术列表。
但教练对数据收集背后的复杂性并不感兴趣——他们只需要一个简单的是或不是——而运动员则想知道受伤的风险和准备情况。作为Marshall对体育商业的课程愈发重视的一部分，DSO 499 体育数据科学与管理（本科生），DSO 578 体育表现分析基础（研究生基础水平）和 DSO 579 高级体育表现分析（研究生高级水平）重点探讨数据在运动表现和职业可持续性中的作用。
马丁是一位由精英运动员转型为数据科学家的专家，她从自己在洛杉矶湖人担任体育表现分析总监的经验中开发了这些课程，并结合她在该主题上撰写的书的研究和她目前作为国家和国际联赛的职业运动员和团队顾问的工作。不仅要学习测量什么以及为什么测量，马丁的课程还教学生如何编程、分析和沟通数据驱动的决策以实现可操作的结果。
学生们学习如何为职业体育行业的业务应用构建和应用统计模型，针对各种体育场景实施机器学习，并分析公开可用的数据来评估和预测表现结果。马丁认为，人工智能革命将会使体育发生好坏参半的变化。随着数据的增多，分析师可能会在误解和错误中挣扎，直到精炼的算法能够更准确和易于解读。“很多人可以精确利用它。但并没有受过良好训练的人去解释它。Marshall正在改变这种局面，”马丁表示。
“在这门课程中，学生们正在学习如何训练和评估机器学习模型。互动课堂让学生学习如何使用包括Python和R在内的开源编程语言进行编程。