विषय
कुछ समय पहले, मैंने एक लेख लिखा था जिसमें बताया गया था कि किसी खिलाड़ी का अनुभव उनके कौशल को कैसे प्रभावित करता है डोटा 2। कुछ उत्सुक पाठकों ने मेरे तरीकों में कुछ खामियों की ओर इशारा किया, जिनमें से कुछ पर मैंने पहले ही विचार कर लिया था और एक जो मुझे दूर करने वाला था। इस लेख में, मैं कुछ नए आंकड़े लाना चाहूंगा और उन आलोचनाओं को संबोधित करूंगा।
MMR की जाँच करना
मेरे पिछले विश्लेषण की प्रमुख गड़बड़ी मंगनी प्रणाली के प्रभाव पर विचार नहीं कर रही थी। आप देखते हैं, हालांकि Dota विकी यह कहता है:
"... समय के साथ, जीत-हार अनुपात होगा सहज रूप में सभी के लिए लगभग 50/50 बसा लेकिन बहुत अच्छे खिलाड़ी ... "
यह स्पष्ट है कि, कुल मिलाकर, जीत की दर एक खिलाड़ी के कौशल के लिए एक सटीक प्रॉक्सी नहीं है। तर्क की इस पंक्ति के बाद, कौशल के लिए सबसे अच्छा प्रॉक्सी वास्तव में मैचमेकिंग रेटिंग (MMR) है। अधिक खेले जाने वाले खेलों को उच्च MMR में अनुवाद करना चाहिए, है ना?
जबकि एमएमआर के आसपास बहुत अधिक डेटा नहीं है, मैं ध्वनि विज्ञान के लिए प्रयास करने के लिए तैयार था। इसे ध्यान में रखते हुए, मैंने एमएमआर और यूरोपीय लीडर बोर्ड और डोटाबफ के 46 खिलाड़ियों द्वारा खेले गए मैचों की मात्रा पर डेटा एकत्र किया। यहां अंत उत्पाद है - एक छोटा सा नमूना, लेकिन काफी भिन्नता के साथ।
अगला कदम डेटा को प्लॉट करना था। मैंने ऊर्ध्वाधर अक्ष पर क्षैतिज अक्ष और MMR रेटिंग पर खेले गए मैचों की मात्रा को रखा।
और हम क्या देखते हैं? दुर्भाग्य से कुछ भी नहीं। मुझे इससे बहुत उम्मीदें थीं, लेकिन यह स्पष्ट है कि कोई सांख्यिकीय रूप से महत्वपूर्ण संबंध नहीं है। जबकि नीचे की तरह, यह पिछले लेख के अनुरूप कम से कम है। ध्यान रहे, यह शीर्ष खिलाड़ियों के लिए २००० से १०,००० मैच खेले जाने वाले (१-५ घंटे) के लिए डेटा है, और यह उम्मीद की जाती है कि सीखने की अवस्था समय के साथ समाप्त हो जाए।
असली सीखने की अवस्था शायद कुछ इस तरह दिखती है।
नतीजतन, 2,000 <10,000 मैच खेले गए क्षेत्र में प्रतिगमन वास्तव में कोई महत्वपूर्ण संबंध नहीं दिखाता है। ऐसा इसलिए हो सकता है क्योंकि कौशल के इस स्तर पर, खेले जाने वाले खेलों के दौरान केवल एमएमआर में इतनी भिन्नता हो सकती है। सबसे अच्छा सबसे अच्छा वास्तव में सुधार नहीं है। लेकिन दुर्भाग्य से, कम एमएमआर प्लेयर डेटा आसानी से उपलब्ध नहीं है।
यदि आप इसका पता लगाने में योगदान देना चाहते हैं, तो अपने डेटा को इस शीट में जोड़ें (अनाम हो सकता है), और मैं संख्याओं को एक बार चलाऊंगा, जब हम 50 खिलाड़ियों को अनुभव के 4,000 से कम मैचों (किसी भी तरह के स्मूर्फ, कृपया) के साथ नहीं पहुंचेंगे।
शुरुआती विश्लेषण का संक्षिप्त विवरण
मेरे दोस्तों ने उनमें हामी भर दी डोटा 2 आँकड़े, और यहाँ मध्य MMR खिलाड़ी विश्लेषण के लिए प्रारंभिक परिणाम हैं।
यहां तक कि कुछ मध्य-एमएमआर खिलाड़ियों के साथ, शुरुआती सीखने की अवस्था अधिक स्पष्ट होने लगती है। लॉगरिदमिक पैटर्न एक अनुमान है - मैं अभी तक निष्कर्ष निकालना शुरू नहीं करना चाहूंगा। हालांकि, यह स्पष्ट है कि खेले जाने वाले <3,000 मैच वाले खिलाड़ी कम MMR होने की अधिक संभावना है।
निष्कर्ष
यदि अतिरिक्त अनुभव बढ़ता है तो मेरे अंतिम दो लेखों का लक्ष्य यह पता लगाना है डोटा 2 खिलाड़ी का कौशल। मैंने शीर्ष खिलाड़ियों (जीत दर, केडीए अनुपात, एमएमआर) से कई परदे के पीछे माना है और वे सभी एक ही निष्कर्ष पर पहुंचते हैं - खेल के समय और खिलाड़ी के कौशल के बीच कोई महत्वपूर्ण संबंध नहीं है। जब औसत खिलाड़ियों पर भी विचार किया जाता है, तो एक व्यक्ति एक मजबूत सीखने की अवस्था के संकेत को देख सकता है।
शीर्ष खिलाड़ियों का डेटा हमें सिखाता है कि पहले 4,000 मैचों के बाद, बस अधिक समय डालना Dota बेहतर खिलाड़ी बनने का तरीका नहीं है। चाहे वह प्रतिभा हो, टीम वर्क हो, विधिपूर्वक अध्ययन हो या संगठित अभ्यास हो, यह ध्यान रखना ज़रूरी है कि समय के साथ-साथ, आपके खेलने में और भी कई महत्वपूर्ण कारक बेहतर होते हैं।
यह देखते हुए कि लोग अपनी संख्या के साथ पिच करते हैं, भविष्य के लेख मध्य-एमएमआर सीखने की अवस्था पर गहराई से विचार करेंगे। मुझे यह जांचने में भी दिलचस्पी है कि सोलो एमएमआर और टीम एमएमआर के वितरण में क्या अंतर हैं। क्या यह मामला है कि खिलाड़ी अकेले टीम वर्किंग की तुलना में तेजी से खेलना सीखते हैं? क्या हम व्यक्तिगत या टीम की प्राथमिकताओं के अनुसार खिलाड़ियों को अलग-अलग कर सकते हैं? एक नज़र रखने के लिए कई अच्छे प्रश्न हैं।
मुझे उम्मीद है कि यह आलोचनाओं को आगे लेकर आया डोटा 2 समुदाय। यदि आपके पास साझा करने के लिए विचार हैं - तो हमें एक टिप्पणी छोड़ दें!
योबो की समीक्षा करें