「データサイエンスの観点からFCバルセロナのディフェンスを分析する」

Analyzing FC Barcelona's defense from a data science perspective.

スポーツ分析

バルサの守備の欠点を示すための視覚的なデータ比較

イントロ

数日前、私は初めてのスポーツ分析の投稿をしました。まだそのトピックに完全に魅了されているので、ここにまたフットボールについて書いています。

その投稿では、頻度統計を使用してゴールイベントのランダム性を示しました。しかし、それ以上に進めました。そこで説明されているランダムモデルは、ポアソン分布に影響を受けており、フットボールとは関係のない多くの他の分野にも適用できます。

サッカーにおけるゴールのランダム性はどれくらいですか？

頻度統計を通じてゴールイベントを理解する

towardsdatascience.com

今日は一歩前進し、サッカーに焦点を当てますが、私たちが進む過程と知識は、データサイエンティストにとって関連性のあるものです。

• 「コンパートメント化拡散モデル（CDM） 異なるデータソース上で異なる拡散モデルまたはプロンプトをトレーニングするためのAIアプローチ」
• AdaTape 適応計算とダイナミックな読み書きを持つ基礎モデル
• 「ダウンフォール」の欠陥が世代を超えたインテルチップで貴重なデータを公開します

サッカーに関しては、守備に焦点を当て、バルサの守備を分析して、チームと個人のレベルでどこが改善できたのかを見てみましょう。

守備は広範な用語であり、タックル、セーブ、ブロックなどの多くの高度な統計を含みますが、私は具体的にシュートと失点に焦点を当てます。

2015-16シーズンのリーガ・エスパニョーラでは、バルサは失点数が29であり、アトレティコ（18）に次いで2番目に少ない失点チームでした。それでも、改善の余地はあります。

目標は解決策を提供することではありません。それはコーチングスタッフの仕事です。私たちデータサイエンティストやスポーツアナリストとしての目標は、問題を見つけ、仮説を立てることであり、スタッフがこの情報を受け取り、ピッチ上の問題を解決できるようにすることです。

それでは、今日私たちが進む内容の簡単な要約です：

1. 背景と文脈。
2. データを取得し、変換、準備する。
3. FCBのシュートと失点を分析する。
4. 選手レベルでのシュートと失点を詳細に調べる。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!