Kann AI den Draft vorhersagen?

Der Hof war mein erster Labor

Ich wuchs auf Straßen mit zerbrochenem Pflaster unter Straßenlaternen—wo jeder Dribbel ein Gewicht trug, das über Statistiken hinausging. Mit fünf sah ich meinen Cousin vom Tryout-Liste fallen—nicht weil er nicht gut genug war, sondern weil das System ihn nicht sah. Jetzt nutze ich Python, um zu kartieren, was sie ignorierten: Green-Room-Picks bei #46%, Erste Runde bei #69%. Das ist kein Glück—es ist Logik aus Leder.

Daten kümmern sich nicht um deinen Namen

Der NBA-Draft ist kein Los—es ist eine Pipeline aus Vorurteilen, verkleidet als Chance. Teams wie die Thunder (#15), Wolves (#17), Nets (#19), Jazz (#21), Hawks (#22), Pacers (#23) haben Algorithmen hinter ihren Entscheidungen. Doch wenn du die rohen Signale siehst—die kein Scout anerkennen will—siehst du Kinder mit rauen Händen und stillen Träumen. Sie brauchen keine Einladung. Sie brauchen Sichtbarkeit.

Der Algorithmus, der mich sah

Meine Mutter sagte: “Wenn sie dich nicht auf Papier sehen können, warte nicht auf eine Einladung.” Also baute ich Modelle, die Lärm in Erzählungen verwandelten. Mit Tableau visualisierte ich, wie #44 als “zu spät” labeliert wurde—während #17 als “Hoffnung” bezeichnet wurde. Doch Hoffnung kommt nicht aus Tabellen—sie kommt aus Mitternachtssitzungen auf Betonplätzen in Englewood.

Warum das über Draft-Nacht hinausgeht

AI soll Scouts nicht ersetzen—it soll sie erinnern. Wenn wir Redundanz in Daten reduzieren, stellen wir Würde wieder her für Spieler, die keinen Schuss bekamen—but trotzdem weitergeschossen haben. Du denkst es geht um Talent? Nein. Es geht um Systeme, die Stimmen wie meine filtern.

Und wenn du mich fragst: Wer entscheidet, wer gedraftet wird? Ich zeige dir den Code—and dann reiche ich dir den Ball zurück.