JaF Dúfate, prečo vyzerá moderný futbal, alebo dlhé kroky, ktoré sme práve urobili, aby sme pochopili, ako skutočne funguje, pomáha vedieť, čo sa deje na jednej z najstarších univerzít v Belgicku.
Tam uvidíte Športové analytické laboratórium Na Katolíckej univerzite v Luveni, ktorú vedie Jesse Davis, profesorka Wisconsinite Computer Science. Davis vyrastal na basketbalových a futbalových zápasoch na University of Wisconsin-Madison a počas svetového pohára v roku 2002 nenašiel futbal na vysokej škole. Keď bol v roku 2010 najatý v Leuve, aby študoval autá, získal dáta a umelú inteligenciu, tím športových kolegov ho vrátil do futbalu.
Dlho predtým Davis dohliadal post-lekári, doktorandov a majstri, ktorí pracovali na futbalových údajoch. Bohatstvo a obtiažnosť údajov poskytli AI dobre štúdium. Definované Práca, ktorú vytvoriliA sprístupnil ho všetkým Otvorené analytické prostriedkyV podstate pokročilý z vedy za športom a zmenil, ako niektoré kluby premýšľali o hraní.
To sa dá riešiť aj tým, ako môže univerzitný výskum úžitok z verejnosti, vrátane podnikania, ktoré pracuje v tejto oblasti; Potenciálne podobenstvo o hodnote akadémie v čase, keď sa uzatvára zo všetkých strán.
V skorom analytickom hnutí v športe sa všeobecne verilo, že futbal veľmi dobre ukončil pokročilú štatistickú analýzu, pretože bol veľmi plynulý. Na rozdiel od baseballu alebo basketbalu alebo futbalu Gridrion ho nemožno veľmi ľahko rozpadnúť, v sérii diskrétnych akcií, ktoré možno zvážiť a pripísať akejkoľvek hodnote. Jeho najviac merateľná akcia, personál, a preto malá časť udalostí v danej hre, je problémom pre kvantitatívne ukazovatele každého hráča – najmä na mnohých pozíciách, kde hráči vôbec nestávajú.
Aj keď sa futbal pomaly prispôsoboval a prispôsoboval analytika, konečne sa tam dostal. Väčšina veľkých klubov má širokú časť údajov a teraz je tu Neúmerne Veľký Žáner * (Veľmi čítanie) Knihy Na tento skôr ezoterický predmet.
Sports Analytics Lab zverejnila svoje závery Optimálne polia pre dlhé zábery Alebo v niektorých situáciách je to Efektívnejší Lopta je dlhá a hranice, ktoré sa majú postaviť na chrbte. Niektoré z týchto príspevkov majú mimoriadne akademické tituly, napríklad „bayský prístup k pravdepodobnosti výhry hry“ alebo „Analyzoval Markovove rozhodovacie procesy pomocou modelu na kontrolu taktického poradenstva v profesionálnom futbale.“
Múdro publikovali Blog To všetko zlomilo za podmienok Leipersona.
Táto nová štúdia viedla k spolupráci s analytikmi údajov v kluboch ako Red Bull Leipzig, Club Brugge a Federácie Nemecka a Spojených štátov. Laboratórium tiež pracovalo s miestnym pro-clubom, Ooodom Heverle Luvanom a belgickou federáciou.
Zaujímavé je, že desať rokov a pol, Davis a jeho tím, ktorý má kedykoľvek 10, kedykoľvek Hoci Vedúci výskum a výskum zmeny v odvetví ako jeho nedávna práca Pokuty, ako oceniť loptu.
Teraz, keď šport, na vrchole konca, plne prijal analytiku a oznámil ho vo všetkom, čo robíte, očakávate, že ho prekoná, a potom cudzinci tomu veria, ako to urobilo v iných športoch. Ale to sa nestalo.
„Elitné športy a nielen futbal, intenzívna pozornosť sa zameriava na to, čo bude ďalej,“ hovorí Davis. „Platí to najmä preto, že kariéra klesla pre hráčov aj pre zamestnancov.
Vo futbalových kluboch existuje inovatívna práca, ktorú vonkajší svet nevidí, pretože aké bude zdieľanie toho všetkého? Stimulujte profesionálne športové kmene proti vedeckému procesu, ktorý hodnotí riziká a nekonečnú transformáciu navrhovaním experimentov, z ktorých žiadna nemôže použiť žiadne použitie. Okrem toho si vyžaduje vysoko kvalifikovaných praktizujúcich, ktorí môžu byť pre prijímanie do zamestnania ťažké a hodnotné. Odmena tejto investície môže byť obmedzená. A ak dorazí vôbec, táto práca nemusí pomôcť tímu vyhrať hry, najmä v krátkodobom horizonte.
Zároveň je väčšina z nízkych plodov futbalovej analýzy-dôležitosť streľby alebo ktorý typ pasáže je najviac ohrozený. Zostávajú oveľa zložitejšie problémy, ako je sledovanie údajov a jeho názor.
Po propagácii hlasovania
Mája ZistiťNapríklad, aj keď sa očakávané ciele očakávaných cieľov stali dobrými tímami vytvorenými počas hry, nefungujú dobre na schopnosti dokončiť určitého útočníka z dôvodu zaujatosti v školiacich údajoch.
Áno. Iste. Skvelé. Ale čo teraz? Čo robiť s Brentfordom (alebo jeho potenciálnym novým klubom Manchester United) so znalosťami +7.7 – To znamená, že očakávané ciele MBUMO boli 12,3 z kvality šance vyhodnotiť jeho skóre, ale v skutočnosti v minulej sezóne skóroval 20 -krát – v skutočnosti nenaznačil, že bol najlepším alebo efektívnym finále v Premier League?
Okrem toho, keď klub propaguje užitočnú úpravu, musí nájsť spôsob, ako tento záver nielen implementovať, ale aj z dlhodobého hľadiska ho sledovať. To znamená vytvorenie systému akéhokoľvek systému, ktorý zahŕňa dátové inžinierstvo a programovanie softvéru. V časti klubu môže takáto práca urobiť toľko pre prácu analytikov alebo väčšinu.
„Kvôli práci s niektorými modelmi hlbokého vzdelávania trvá mesiace, kým sa kódujú špeciálnych programátorov,“ hovorí Davis. „Konštrukcia a údržba tohto je veľká hodnota predchodcu, ktorá nedosahuje okamžitý zisk. Nasledujú náklady na udržiavanie infraštruktúry.“
Na druhej strane, akademici majú menší časový tlak a môžu sa presunúť k niečomu novému, ak projekt nie je vhodný pre alebo jednoducho o jeho nových znalostiach. „Nemusím sa obávať inštalácie dátových potrubí, budovania interaktívnych dosiek, spracovania skutočných položiek atď.,“ Hovorí Davis.
Samotný výskum je zmyslom. Pochopenie, že problémy od neho sú koniec, nie prostriedky. A potom si všetci ostatní užívajú tento intelektuálny pokrok.
Môže existovať užitočná lekcia o tom, ako môže federálna vláda zvážiť náklady na investovanie do vedeckého vyšetrovania.
