RBCode news и не только

Второй сбор на выкуп научно популярных книг. Первый год назад был очень успешным! Присоединяйтесь.

Умные книги — бесплатно для всех! | Planeta https://planeta.ru/campaigns/digiteka2

Пост от Михаила Бородастова о том, как начать с нуля анализировать футбольные данные, где и как найти те, что доступны бесплатно, а также как построить всем известные радары. Внутри статьи есть и сами данные, и пример кода. В комментах добавлю список самых популярных библиотек на питоне и ресурсов для изучения данных, который уже когда-то давал Buildup School. https://www.sports.ru/tribuna/blogs/footsci/2985326.html

А можно я как обычно добавлю копеечку. Тут прям очень много всего. https://github.com/eddwebster/football_analytics#data-sources

Кто скажет, что не так в этой картинке с якобы значимой инфографикой? На сколько метров больше пробегает за матч на спринтах средний игрок турецкой лиги по сравнению с игроком РПЛ?

Надо брать, у кого еще нет

Nacsport | Black Friday 2021 https://www.nacsport.com/blackfriday.php?lc=en-gb

В этом списке как минимум 4 человека, которым мне удалось чем-то помочь в начале работы. Советами, каким-то опытом, подсказками. Также в этом списке как минимум 8 человек, с кем мы общаемся хотя бы раз в неделю, и опять же делимся опытом, обмениваемся вопросами, поддерживаем друг друга как можем. Наверное чаще всех в последний гол мы общались с Алексей Шаминым, и очень часто в последнее время у нас возникал вопрос, можем ли мы что-то сделать, чтобы ликвидировать кадровый голод на рынке аналитиков, чтобы такие как мы, не употребляющие в отчетах по сопернику фразы "лонгболл", "билдап", "треквартиста" и "глубинный плеймейкер" были наконец-то свергнуты подрастающим поколением молодых и талантливых. Все это привело к появлению вот этого курса https://buildup-school.ru/profanalytics от @buildupschool До 25 ноября принимаются заявки от желающих пообщаться с нами в рамках курса, в создании которого приняли участие 7 аналитиков из разных клубов. Будет много технического обучения, в том числе углубленный курс по анализу данных на Python с использованием API ведущих провайдеров. Кстати, я напоминаю, что если вы и так уже начинающий и не очень датасатанист, то пишите в личку, чтобы получить доступ к датасетам с позиционными и event данными. В общем, welcome, все подробности по курсу в канале @buildupschool

Скиллкорнер заходит в Россию постепенно (2-3 клуба вот-вот подпишут), но они пока фактические монополисты в плане трекинга для скаутов - и цены держат просто конские. Вроде бы инстат хотел добавить трекинг по любому видео - но не знаю, добавил ли. А вообще количество стартапов которые работают в этом направлении увеличивается очень быстро - предсказываю через 1-2 года жесткий демпинг на этом рынке. Из общения с руководителями двух компаний из списка, себестоимость подсчета трекинга одного матча по оптике стремится к 10-15 долларам, что примерно в 50-100 раз меньше, чем за эти данные просили еще пару лет назад.

Уже почти ни для кого не секрет, что такое трекинговые данные - самые детальные данные, показывающие изменения координат игроков с некоторой частотой в секунду. Всего разделяют 3 основных системы их сбора: GPS (Global Position Systems) - всем известные спутниковые системы данных, наиболее используемые в повседневной жизни. Часто используются клубами в тренировочных процессах, и с введением системы сертификации УЕФА в 2017 году, уже в играх. LPS (Local Positioning Systems) - системы локального позиционирования, для функционирования которых необходимо установить станции, выдающие радиосигналы. Более точная, но более громоздкая и ограниченная в использовании система в сравнении с GPS. Video Tracking - здесь определения немного разнятся, но можно объединить их в одну группу, так как это данные, собранные с помощью видеокамер и алгоритмов распознавания изображения. Самое бурно развивающееся направление сбора трекинговых данных, включающее в себя как фиксированные решения (установка некого количества камер прямо на стадионах), так и распознавание изображения с ТВ-картинки. Дает самую высокую точность, но может предоставлять не все данные (в случае бродкастинга, когда не все игроки видны на экране), или же быть сложно реализуемым технически (установка и калибрация камер на стадионах). Больше деталей о сборе этих данных, основных компаниях на рынке, а также отдельная информация о том, как они собираются у нас в Бундеслиге и как валидировалось их качество - в новом посте Михаила Бородастова. https://www.sports.ru/tribuna/blogs/footsci/2982686.html

Дополнил бы несколькими тезисами - трекинг для оценки игроков собственной команды. Одновременно использование gps/lps + оптика позволяет дополнять трекинг данными об ускорениях и торможениях игрока - track160 фактически куплен фондом инвестиций бундеслиги - https://sportlogiq.com/en/ - самое технологически интересное решение, но они пока не принялись за футбол всерьез. Но могут в ближайшее время. По потенциалу поставил бы их на второе место. - https://kogniasports.com/ - не совсем трекинг в чистом виде, но автоматический детекшн тактических событий на поле. Уникальный продукт на рынке, который уже в продакшн, а не на уровне прототипа. По практическому применению поставил бы их на первое место. Бонусом https://www.spiideo.com/ - отличное решение если нет специалиста по обработке данных, а нужен комбайн который отдает отличное тактическое видео онлайн, офлайн, с телестрацией и онлайн трекингом фитнес данных. Работают уже давно, трекинг добавили совсем недавно, но соотношение цена качество отличное.

Статсбомб выложил все видео с прошедшей конференции, выступление нашей команды - на превью, плейлист - вторая ссылка. Из того, что есть в открытом доступе, очень рекомендую послушать панель футбольных директоров Лидса, Лос-Анджелеса и Барнсли - много интересных инсайтов о том, как работают с данными в клубах. https://www.youtube.com/watch?v=ct_liSAOpUU https://www.youtube.com/watch?v=QzDMpCagJ0Q&list=PLH0l8DRfBxg4WVa5iNjvzzWG3Qe5aatPK

Находим клубы, которые за последние 5 лет совершали наиболее невероятные серии трансферов - их оценка отклонялась от оценки трансфермаркт максимально неожиданно. Выберите лишний клуб из спика:

Анализируем 29336 трансферов Вычленяем переходы, где сумма трансфера была выше 0 (их 8762). Находим трансферы, где игрока купили на 15% и выше по сравнению с оценкой трансфермаркт Всего таких трансферов - 43% от ненулевых. Считаем вероятность того, что 10 из 10 трансферов окажутся выше оценки трансфермаркт на 15% или больше. Эта вероятность составит: