Комментарии
сам занимаюсь спортивной аналитикой, остались вопросы
1. в статье описан процесс парсинга данных, по сути видеораспознавание. это щас есть в любом виде спорта. в чем инновационность то?
2. модель предсказывает вероятность победы команд…
а метрики будут? а то я тоже могу монетку бросить
3. собрать важные метрики и отсмотреть их глазами — понятный подход. только где здесь прорыв за счет машинного обучения?
Спасибо за ваш вопрос.
Парсинг данных, видеораспознавание — да. Про любой вид спорта вы преувеличиваете, но по сути правы. В крикете раньше только биты совершенствовали. Считалось, что она чуть ли не решает исход матча. Сейчас оказалось, что и от бросающего много зависит. И что можно мелкие нарушения с помощью технологий фиксировать (когда ногой мяч отбивают, достаточно лёгкого касания для изменения траектории). Соколиный глаз, как и в теннисе, как ВАР в футболе — этого раньше не было, а теперь есть. Игра становится честнее и динамичнее.
Метрики предсказания — увы, этой информации нет. Я посмотрел отрывок презентации, об этом почти не говорили.
Машинное обучение — собирает информацию о каждом игроке, о взаимодействии бэтсмена и боулера. Например, если один отбивающий плохо принимает мячи от подающего, зато берёт от другого, то их можно поменять местами. Это не всегда понятно в игре, но собранные и проанализированные данные показывают эффективность каждого отдельного противостояния. Показывают, кто хорошо бежит, кто отбивает мячи слишком коряво (отслеживание тракетории с помощью наклейки-сенсора) или наоборот. Кто действительно является лидером команды.

Вот как-то так.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.