Применение принципов Йохана Кройффа в науке данных
С такой амбициозной целью Barça Innovation Hub представила свое исследование в этом году на важной всемирной конференции MIT Sloan Sports Analytics. В исследовании предлагается математическая модель, которая оценивает качество решений, принимаемых игроками, в зависимости от положения товарищей по команде и противников в любое время
Его подписали совместно Хавьер Фернандес, глава отдела спортивной аналитики Барсы; Люк Борнн, вице-президент и глава отдела стратегии и анализа Sacramento Kings, бывший профессор Гарварда, и Дэн Сервоне, директор отдела количественных исследований Los Angeles Dodgers
«Футбол - это игра, в которую играют с умом. Вы должны быть в нужном месте в нужное время, ни слишком рано, ни слишком поздно ». Вот как Йохан Кройф резюмировал основную цель принятия решений в футболе и утверждал, что фундаментальная часть позиционной игры - быть в нужном месте в нужное время. Исходя из этого, Кройф настаивал, что «статистически доказано, что игроки не владеют мячом в среднем более 3 минут. Самое главное, что они делают в те 87 минут, когда у них нет мяча. Вот что делает вас хорошим игроком или нет ". Таким образом, такой рисунок иллюстрирует, как индивидуальный талант должен также служить для создания наилучшего возможного контекста вокруг мяча с движениями игроков без мяча В последние годы большая часть количественного анализа в футболе сосредоточена на применении статистического анализа отдельных действий. Правильные пасы, аукционы или процент владения - это данные об отдельных действиях, которые не принимают во внимание контекст, в котором они происходят. Тем не менее, представленное предложение включает в себя изменение этого фундаментального аспекта с помощью новой переменной EPV (от англ. Ожидаемой стоимости владения ) или ожидаемой стоимости владения , которая определяет качество расположения игроков на поле в каждый момент, чтобы действие закончилось целью.
Точно так же эволюция EPV с течением времени позволяет нам оценить влияние решений игроков (как тех, кто владеет мячом, так и тех, у кого его нет) в зависимости от того, способствовали ли они улучшению или ухудшению этого значения
Чтобы построить эту математическую модель, группа исследователей обработала положение видео игроков в матчах ФК «Барселона» за последние два сезона. Используя алгоритмы машинного обучения , исследователи смогли определить влияние, которое, секунда за секундой, оказывает расположение игроков на вероятность того, что владение мячом закончится голом Это звучит как уловка гадалки, но это только часть этого авангарда в применении искусственного интеллекта в футболе, мировым эталоном которого является Barça Innovation Hub. Модель все еще разрабатывается, но от этого инструмента ожидают многого, что стало возможным благодаря совместной работе тренеров, аналитиков и специалистов по данным. Эта модель имеет множество практических применений, таких как оценка рисков и выгод от передач, определение позиционного превосходства в зависимости от контекста и определение альтернативных вариантов для каждого игрока в каждый момент, среди прочего. Это еще один пример того, как искусственный интеллект приходит в футбол из рук технической реализации, ориентированной на конечного пользователя, тренера
