ความสำคัญของลูกตั้งเตะในฟุตบอล (หรือฟุตบอลในสหรัฐอเมริกา) มีมากขึ้นในช่วงไม่กี่ปีมานี้ ปัจจุบันมากกว่า XNUMX ใน XNUMX ของประตูทั้งหมดมาจากลูกเตะ โดยทั่วไปแล้วการเตะฟรีคิกและเตะมุมจะสร้างสถานการณ์ที่มีแนวโน้มมากที่สุด และทีมงานมืออาชีพบางทีมถึงกับจ้างโค้ชเฉพาะสำหรับส่วนเหล่านั้นของเกม
ในโพสต์นี้ เราจะแบ่งปันว่า Bundesliga Match Fact Set Piece Threat ช่วยประเมินประสิทธิภาพในลูกตั้งเตะได้อย่างไร ในขณะที่ทีมมองหาประโยชน์จากสถานการณ์บอลเสียเหล่านี้มากขึ้นเรื่อยๆ การคุกคามของเซ็ตพีซจะช่วยให้ผู้ชมเข้าใจว่าทีมต่างๆ ใช้ประโยชน์จากสถานการณ์เหล่านี้ได้ดีเพียงใด นอกจากนี้ จะอธิบายผู้อ่านว่าบริการของ AWS สามารถนำมาใช้ในการคำนวณสถิติแบบเรียลไทม์ได้อย่างไร
ยูเนี่ยน เบอร์ลิน ของบุนเดสลีกาเป็นตัวอย่างที่ยอดเยี่ยมสำหรับความเกี่ยวข้องของลูกตั้งเตะ ทีมสามารถเลื่อนชั้นจากบุนเดสลีกา 2 ไปสู่รอบคัดเลือกสำหรับการแข่งขันในยุโรปในเวลาเพียง 2 ปี พวกเขาจบอันดับสามในบุนเดสลีกา 2 ระหว่างฤดูกาล 18/19 ทำให้ตัวเองมีช่องทางในการตกชั้นเพลย์ออฟไปยังบุนเดสลีกา ในฤดูกาลนั้นพวกเขายิงได้ 28 ประตูจากโอเพ่นเพลย์ รั้งอันดับเก้าในลีก อย่างไรก็ตาม พวกเขาอยู่ในอันดับที่สองสำหรับการทำประตูจากลูกตั้งเตะ (16 ประตู)
ในการแข่งขันรอบรองชนะเลิศนัดแรกกับ VfB สตุตการ์ต ยูเนี่ยนเสมอกัน 2:2 โดยได้ลูกโหม่งจากลูกเตะมุม และในนัดที่กลับมา สตุ๊ตการ์ตไม่ได้รับอนุญาตให้ทำประตูฟรีคิกเนื่องจากการล้ำหน้าแบบพาสซีฟ ทำให้ยูเนี่ยนเข้าสู่บุนเดสลีกาด้วยผลเสมอ 0:0
ความเกี่ยวข้องของชิ้นส่วนสำหรับความสำเร็จของ Union ไม่ได้จบลงเพียงแค่นั้น ยูเนี่ยนจบบุนเดสลีกา 15 ฤดูกาลแรกด้วยอันดับ 10 และ 20 ที่แข็งแกร่ง อยู่ในอันดับที่ 21 และเป็นอันดับ 2 ในจำนวนประตูจากลูกตั้งเตะ (ทำได้ 2 ประตูจากลูกเตะในทั้งสองฤดูกาล) สำหรับการเปรียบเทียบ FC Bayern München ซึ่งเป็นแชมป์ลีก ทำได้เพียง 20 ประตูจากลูกตั้งเตะในทั้งสองฤดูกาล ความสำเร็จที่ยูเนี่ยน เบอร์ลินมีกับลูกตั้งเตะทำให้พวกเขาคว้าอันดับที่ XNUMX ในฤดูกาลบุนเดสลีกา XNUMX/XNUMX ซึ่งหมายถึงการผ่านเข้ารอบยูฟ่ายูโรปาคอนเฟอเรนซ์ลีก จากบุนเดสลีกา XNUMX สู่ยุโรปเพียง XNUMX ปีหลังจากเลื่อนชั้น ไม่น่าแปลกใจเลยที่ในเกมตัดสิน พวกเขายิงหนึ่งในสองประตูหลังจากเตะมุม ในขณะที่เขียนบทความนี้ ยูเนี่ยน เบอร์ลินรั้งอันดับสี่ในบุนเดสลีกา (นัดที่ XNUMX) และเป็นที่หนึ่งในการเตะมุม ซึ่งเป็นสถิติที่เราจะอธิบายในภายหลัง
เส้นทางสู่ยุโรปของ ยูเนี่ยน เบอร์ลิน แสดงให้เห็นอย่างชัดเจนถึงบทบาทที่มีอิทธิพลของประสิทธิภาพเกมรุกและเกมรับระหว่างลูกตั้งเตะ จนถึงตอนนี้ เป็นเรื่องยากสำหรับแฟน ๆ และผู้แพร่ภาพกระจายเสียงที่จะวัดประสิทธิภาพนี้อย่างเหมาะสม เว้นแต่ว่าพวกเขาต้องการแยกตารางขนาดใหญ่บนเว็บไซต์การวิเคราะห์ บุนเดสลีกาและ AWS ได้ทำงานร่วมกันเพื่ออธิบายถึงภัยคุกคามที่ทีมสร้างขึ้นและภัยคุกคามที่เกิดจากลูกตั้งเตะต่อทีม และสร้าง Bundesliga Match Fact ใหม่: Set Piece Threat
Set Piece Threat ทำงานอย่างไร
ในการระบุภัยคุกคามที่ทีมมีต่อลูกเตะของพวกเขา เราจะพิจารณาแง่มุมต่างๆ ของประสิทธิภาพลูกเตะของพวกเขา โปรดทราบว่าเราพิจารณาเฉพาะลูกเตะมุมและฟรีคิกเป็นเซ็ตพีซ และคำนวณการคุกคามสำหรับแต่ละประเภทแยกกัน
แง่มุมที่ 1: ผลลัพธ์ของเซตพีซ: เป้าหมาย การยิงประตู หรือไม่มีอะไรเลย
อันดับแรก เราพิจารณาว่า ผลลัพธ์ ของชุด นั่นคือเราสังเกตว่าผลลัพธ์เป็นเป้าหมายหรือไม่ อย่างไรก็ตาม ผลลัพธ์มักจะได้รับอิทธิพลจากระยะขอบที่ดี เช่น การเซฟที่ดีของผู้รักษาประตู หรือหากลูกยิงปัดเสาแทนที่จะเข้า ดังนั้นเราจึงจัดหมวดหมู่คุณภาพของลูกยิงที่เป็นผลมาจากลูกตั้งเตะด้วย ช็อตแบ่งออกเป็นหลายประเภท
หมวดหมู่ | คำอธิบาย |
เป้าหมาย | ยิงประตูได้สำเร็จ |
โดดเด่น | การยิงที่เกือบจะเป็นประตู เช่น การยิงชนเสา |
เหมาะสม | ฉากเป้าหมายอื่นๆ ที่น่าสนใจ |
กลาง | โอกาสที่เหลือที่จะรวมอยู่ในอัตราส่วนโอกาสที่มีการคุกคามเป้าหมายที่เกี่ยวข้อง |
ไม่มี | ไม่มีการคุกคามจากเป้าหมายจริง ไม่ควรถือเป็นโอกาสที่แท้จริง เช่น โหม่งที่แทบจะไม่ได้สัมผัสกับบอล หรือการยิงที่บล็อก |
ไม่มีการยิง | ไม่มีการถ่ายเลย |
วิดีโอด้านบนแสดงตัวอย่างหมวดหมู่ผลการยิงตามลำดับต่อไปนี้: โดดเด่น เหมาะสม ปานกลาง ไม่มีเลย
ด้านที่ 2: ศักยภาพของการยิง
ประการที่สอง อัลกอริทึมของเราพิจารณาศักยภาพของการยิง ซึ่งรวมถึงความเป็นไปได้ที่จะทำให้เกิดประตู โดยนำประสิทธิภาพที่แท้จริงของผู้ยิงประตูออกจากสมการ กล่าวอีกนัยหนึ่งคือ เราวัดศักยภาพของเป้าหมายในสถานการณ์ที่ยิงได้ นี้ถูกจับโดย เป้าหมายที่คาดหวัง (xGoals) มูลค่าของการยิง เราไม่เพียงกำจัดการเกิดขึ้นของโชคหรือการขาดโชคเท่านั้น แต่ยังรวมถึงคุณภาพของการหยุดงานหรือส่วนหัวด้วย
แง่มุมที่ 3: จำนวนลูกตั้งเตะ
ต่อไปเราจะพิจารณาด้านบริสุทธิ์ ปริมาณ ลูกตั้งเตะที่ทีมได้รับ คำจำกัดความของ Set Piece Threat จะวัดภัยคุกคามเป็นรายชุด แทนที่จะสรุปผลลัพธ์ทั้งหมดและค่า xGoal ของทีมในช่วงหนึ่งฤดูกาล ค่าต่างๆ จะถูกรวมเข้าด้วยกันเพื่อให้แสดงถึงภัยคุกคามโดยเฉลี่ยต่อลูกตั้งเตะ ด้วยวิธีนี้ การคุกคามจากลูกเตะมุม แสดงถึงอันตรายของทีมในแต่ละมุม และไม่ถือว่าทีมใดอันตรายกว่าเพียงเพราะพวกเขาได้เตะมุมมากกว่าทีมอื่น (และมีโอกาสยิงหรือทำประตูได้มากกว่า)
แง่มุมที่ 4: การพัฒนาเมื่อเวลาผ่านไป
ประการสุดท้ายที่ต้องพิจารณาคือการพัฒนาภัยคุกคามของทีม ล่วงเวลา. ลองพิจารณาตัวอย่างทีมที่ยิงได้สามประตูจากลูกเตะมุมในสามวันแข่งขันแรก แต่ล้มเหลวในการส่งภัยคุกคามที่สำคัญใดๆ ในอีก 15 วันแข่งขันถัดไป ทีมนี้ไม่ควรถูกมองว่าเป็นภัยคุกคามที่สำคัญจากลูกเตะมุมในวันที่ 19 แม้ว่าจะทำประตูได้สามครั้งแล้วก็ตาม ซึ่งอาจยังคงเป็นการกลับมาที่ดี เราคำนึงถึงการพัฒนาคุณภาพลูกตั้งเตะของทีมนี้ (ในทางบวกหรือทางลบ) โดยการกำหนดส่วนลดให้กับลูกตั้งเตะแต่ละลูก ขึ้นอยู่กับระยะเวลาที่เกิดขึ้น กล่าวอีกนัยหนึ่ง การเตะฟรีคิกที่เกิดขึ้นเมื่อ 10 วันก่อนมีผลกับภัยคุกคามน้อยกว่าการเตะระหว่างเกมล่าสุดหรือแม้แต่เกมปัจจุบัน
คะแนน: การรวมต่อเซ็ตพีซ
แง่มุมทั้งสี่ที่เราได้อธิบายไว้รวมกันเป็นสองค่าสำหรับแต่ละทีม หนึ่งสำหรับลูกเตะมุม และอีกอันสำหรับลูกฟรีคิก ซึ่งอธิบายถึงอันตรายที่ลูกตั้งเตะที่สอดคล้องกันโดยทีมนั้น ๆ ในปัจจุบัน ค่าที่กำหนดเป็นค่าเฉลี่ยถ่วงน้ำหนักของคะแนนของแต่ละเซ็ตพีซ โดยที่คะแนนของเซ็ตพีซถูกกำหนดเป็น (0.7 * shot-outcome + 0.3 * xG-value)
หากลูกตั้งเตะส่งผลให้ได้ประตูและ 0 อย่างอื่น เดอะ shot-outcome
เป็น 1 หากทีมทำคะแนนได้และต่ำกว่าสำหรับผลลัพธ์อื่นๆ เช่น การยิงที่กว้าง ทั้งนี้ขึ้นอยู่กับคุณภาพ น้ำหนักของชิ้นส่วนแต่ละชิ้นจะพิจารณาจากระยะเวลาที่ใช้ไป ตามที่อธิบายไว้ก่อนหน้านี้ โดยรวมแล้ว ค่าต่างๆ กำหนดไว้ระหว่าง 0–1 โดยที่ 1 คือคะแนนสมบูรณ์
ตั้งภัยคุกคามชิ้น
ต่อไป ค่าของแต่ละทีมจะถูกเปรียบเทียบกับค่าเฉลี่ยของลีก สูตรที่แน่นอนคือ score(team)/avg_score(league) - 1
. ค่านี้คือสิ่งที่เราเรียกว่าค่า Set Piece Threat ทีมมีค่าคุกคามเป็น 0 หากว่าดีพอๆ กับค่าเฉลี่ยของลีก ค่า -1 (หรือ -100%) อธิบายถึงทีมที่ไม่มีภัยคุกคามเลย และค่า +1 (+100%) อธิบายถึงทีมที่อันตรายเป็นสองเท่าของค่าเฉลี่ยของลีก ด้วยค่าเหล่านี้ เราคำนวณอันดับโดยเรียงลำดับทีมตั้งแต่ 1–18 ตามการรุกจากลูกเตะมุมและฟรีคิกตามลำดับ
เราใช้ข้อมูลเดียวกันและการคำนวณที่คล้ายคลึงกันในการคำนวณภัยคุกคามการป้องกันที่วัดประสิทธิภาพการป้องกันของทีมโดยคำนึงถึงวิธีที่พวกเขาป้องกันลูกตั้งเตะ ตอนนี้ แทนที่จะคำนวณคะแนนต่อลูกเซ็ตพีซของตัวเอง อัลกอริทึมจะคำนวณคะแนนต่อลูกเซ็ตพีซของฝ่ายตรงข้าม คะแนนจะถูกเปรียบเทียบกับค่าเฉลี่ยของลีก เช่นเดียวกับการคุกคามในแนวรุก คะแนนจะกลับกัน: -score(team)/avg_score(league) + 1
. ด้วยวิธีนี้ การคุกคามของ +1 (+100%) จะเกิดขึ้นหากทีมปล่อยให้คู่ต่อสู้ไม่ยิงเลย ในขณะที่ทีมที่มีการป้องกันที่คุกคาม -1 (-100%) จะไวต่อลูกตั้งเตะของฝ่ายตรงข้ามเป็นสองเท่าในลีก เฉลี่ย. อีกครั้ง ทีมที่มีการคุกคามของ 0 นั้นดีเท่ากับค่าเฉลี่ยของลีก
ตั้งค่าการค้นหาชิ้นส่วนภัยคุกคาม
สิ่งสำคัญของ Set Piece Threat คือการที่เรามุ่งเน้นไปที่การคาดคะเนการคุกคามแทนการทำประตูและเสียประตูจากลูกเตะ ถ้าเราดู SC Freiburg และ Union Berlin เป็นตัวอย่างในการแข่งขันวันที่ 21 ตลอดฤดูกาลนี้ Freiburg ยิงได้ 3 ประตูจากลูกเตะมุม เทียบกับ 7 ประตูจาก Union Berlin อันดับภัยคุกคามของเรายังคงจัดอันดับทั้งสองทีมพอๆ กัน ในความเป็นจริง เราคาดการณ์ว่าไฟร์บวร์ก (อันดับ 1) จะเสี่ยงน้อยกว่าลูกเตะมุมของยูเนี่ยน เบอร์ลิน (อันดับ XNUMX) ถึง XNUMX% สาเหตุหลักคือ ยูเนี่ยน เบอร์ลิน สร้างโอกาสที่ยอดเยี่ยมจากลูกเตะมุมในจำนวนที่ใกล้เคียงกัน แต่ไม่สามารถแปลงโอกาสเหล่านี้ให้เป็นประตูได้ ในทางกลับกัน ไฟร์บวร์กมีประสิทธิภาพมากกว่าอย่างมากเมื่อมีโอกาส ความแตกต่างดังกล่าวระหว่างคุณภาพของโอกาสและเป้าหมายที่แท้จริงสามารถเกิดขึ้นได้ในกีฬาที่มีความแปรปรวนสูง เช่น ฟุตบอล
กราฟต่อไปนี้แสดงอันดับมุมรุกของยูเนี่ยน เบอร์ลิน (สีน้ำเงิน) และคะแนน (สีแดง) จากแมตช์วันที่ 6–21 ในการแข่งขันวันที่ 12 ยูเนี่ยนทำประตูจากลูกเตะมุมและมีโอกาสที่ดีจากลูกเตะมุมครั้งที่สองซึ่งไม่ได้ประตู แต่อัลกอริธึมของเรามองว่าเป็นภัยคุกคามสูง นอกจากนี้ ยูเนี่ยนยังยิงเข้ากรอบได้ 12 จาก 21 ลูกเตะมุมในวันแข่งขันที่ 50 ยูเนี่ยนกระโดดขึ้นอันดับทันทีจากอันดับที่ XNUMX เป็นอันดับที่ XNUMX อันเป็นผลมาจากสิ่งนี้ และค่าคะแนนของยูเนี่ยนก็เพิ่มขึ้นตามค่าเฉลี่ยของลีกด้วย เมื่อยูเนี่ยนมองเห็นโอกาสในการคุกคามสูงขึ้นเรื่อยๆ ในวันแข่งขันต่อมาจากลูกเตะมุม พวกเขาค่อยๆ อ้างสิทธิ์ในการจัดอันดับภัยคุกคามจากลูกเตะมุมทีละขั้น คะแนนจะสัมพันธ์กับค่าเฉลี่ยของลีกในปัจจุบันเสมอ หมายความว่าการคุกคามของยูเนี่ยนในการแข่งขันวันที่ XNUMX นั้นสูงกว่าการคุกคามโดยเฉลี่ยที่มาจากทุกทีมในลีกถึง XNUMX%
การใช้งานและสถาปัตยกรรม
ข้อมูลการแข่งขันบุนเดสลีกากำลังทำงานอย่างอิสระ AWS ฟาร์เกต คอนเทนเนอร์ภายใน บริการ Amazon Elastic Container (อเมซอน อีซีเอส). ข้อมูลการแข่งขันบุนเดสลีกาก่อนหน้านี้ใช้เหตุการณ์ดิบและข้อมูลตำแหน่งเพื่อคำนวณสถิติขั้นสูง การเปลี่ยนแปลงนี้เกิดขึ้นพร้อมกับการเปิดตัว Set Piece Threat ซึ่งจะวิเคราะห์ข้อมูลที่สร้างขึ้นโดย Bundesliga Match Fact ที่มีอยู่ (xเป้าหมาย) เพื่อคำนวณอันดับ ดังนั้นเราจึงสร้างสถาปัตยกรรมเพื่อแลกเปลี่ยนข้อความระหว่างข้อมูลการแข่งขันบุนเดสลีการะหว่างการแข่งขันสดแบบเรียลไทม์
เพื่อรับประกันว่าข้อมูลล่าสุดจะสะท้อนให้เห็นในการคำนวณภัยคุกคามแบบเซ็ตพีซ เราใช้ Amazon Managed Streaming สำหรับ Apache Kafka (อเมซอน เอ็มเอสเค). บริการนายหน้าข้อความนี้อนุญาตให้ Bundesliga Match Facts ต่างๆ ส่งและรับเหตุการณ์ล่าสุดและการอัปเดตแบบเรียลไทม์ การบริโภคแมตช์และหัวข้อเฉพาะข้อเท็จจริงการแข่งขันบุนเดสลีกาจาก Kafka ทำให้เราสามารถรับข้อมูลล่าสุดจากทุกระบบที่เกี่ยวข้องได้ ในขณะที่ยังคงความสามารถในการเล่นซ้ำและประมวลผลข้อความที่ส่งมาก่อนหน้านี้
ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน:
เราแนะนำ Amazon MSK ให้กับโครงการนี้โดยทั่วไปเพื่อแทนที่การส่งข้อความภายในทั้งหมดสำหรับแพลตฟอร์ม Bundesliga Match Facts จัดการการฉีดข้อมูลตำแหน่งและเหตุการณ์ ซึ่งสามารถรวมจุดข้อมูลได้มากกว่า 3.6 ล้านจุดต่อการจับคู่ ด้วย Amazon MSK เราสามารถใช้พื้นที่จัดเก็บข้อความถาวรซึ่งช่วยให้เราเล่นเกมซ้ำได้ทุกเมื่อ อย่างไรก็ตาม สำหรับ Set Piece Threat นั้น จะเน้นไปที่กรณีการใช้งานเฉพาะของการส่งผ่านเหตุการณ์ที่สร้างโดย Bundesliga Match Facts ไปยัง Bundesliga Match Facts อื่นๆ ที่ทำงานควบคู่กันไป
เพื่ออำนวยความสะดวกนี้ เราแยกความแตกต่างระหว่างหัวข้อคาฟคาสองประเภท: ส่วนกลางและเฉพาะการจับคู่ ประการแรก ข้อเท็จจริงเกี่ยวกับการแข่งขันบุนเดสลีกาแต่ละรายการมีหัวข้อสากลเฉพาะของตัวเอง ซึ่งจะจัดการข้อความทั้งหมดที่สร้างขึ้นโดยข้อเท็จจริงเกี่ยวกับการแข่งขันของบุนเดสลีกา นอกจากนี้ ยังมีหัวข้อเฉพาะสำหรับการแข่งขันบุนเดสลีกาแต่ละรายการเพิ่มเติมสำหรับการแข่งขันแต่ละนัดที่จัดการข้อความทั้งหมดที่สร้างขึ้นโดยข้อมูลการแข่งขันบุนเดสลีกาสำหรับการแข่งขันที่เฉพาะเจาะจง เมื่อการแข่งขันสดหลายรายการดำเนินไปพร้อมกัน แต่ละข้อความจะถูกสร้างและส่งไปยังหัวข้อระดับโลกเฉพาะข้อมูลการแข่งขันบุนเดสลีกาเป็นครั้งแรก
ผู้มอบหมายงาน AWS แลมบ์ดา ฟังก์ชันได้รับการสมัครรับข้อมูลจากทุกหัวข้อทั่วโลกของ Bundesliga Match Fact และมีสองงาน:
- เขียนข้อมูลขาเข้าไปยังฐานข้อมูลที่จัดเตรียมไว้ บริการฐานข้อมูลเชิงสัมพันธ์ของ Amazon (อเมซอน RDS).
- แจกจ่ายข้อความที่ข้อมูลการแข่งขันบุนเดสลีกาอื่นๆ สามารถนำไปใช้กับหัวข้อเฉพาะข้อมูลการแข่งขันบุนเดสลีกาอีกครั้ง
ด้านซ้ายของแผนภาพสถาปัตยกรรมแสดงข้อมูลการแข่งขันบุนเดสลีกาที่แตกต่างกันซึ่งทำงานแยกจากกันในแต่ละแมตช์และส่งข้อความถึงหัวข้อทั่วโลก สถิติการแข่งขันบุนเดสลีกาของ Set Piece Threat ใหม่สามารถใช้ค่า xGoal ล่าสุดสำหรับแต่ละนัดสำหรับนัดใดนัดหนึ่งโดยเฉพาะ (ด้านขวาของแผนภาพ) เพื่อคำนวณภัยคุกคามที่เกิดจากลูกตั้งเตะที่ส่งผลให้เกิดการยิงตั้งแต่หนึ่งนัดขึ้นไปทันที
สรุป
เรารู้สึกตื่นเต้นเกี่ยวกับการเปิดตัว Set Piece Threat และนักวิจารณ์รูปแบบและแฟนๆ จะได้ค้นพบโดยใช้ข้อมูลเชิงลึกใหม่ล่าสุดนี้ ในขณะที่ทีมต่าง ๆ พยายามใช้ประโยชน์จากสถานการณ์บอลเสียเหล่านี้มากขึ้นเรื่อยๆ การคุกคามลูกเตะมุมจะช่วยให้ผู้ชมเข้าใจว่าทีมใดทำสิ่งนี้ได้สำเร็จ และทีมใดยังมีจุดที่ต้องแก้ไข ซึ่งจะเพิ่มความกังวลเพิ่มเติมก่อนแต่ละสถานการณ์ลูกเตะลูกเตะเหล่านี้ ข้อมูลการแข่งขันบุนเดสลีกาใหม่มีให้บริการสำหรับผู้แพร่ภาพกระจายเสียงของบุนเดสลีกาเพื่อเปิดเผยมุมมองและเรื่องราวใหม่ของการแข่งขัน และสามารถดูอันดับทีมได้ตลอดเวลาในแอปบุนเดสลีกา
เรารู้สึกตื่นเต้นที่จะได้เรียนรู้ว่าคุณจะค้นพบรูปแบบใด แบ่งปันข้อมูลเชิงลึกของคุณกับเรา: @AWScloud บน Twitterพร้อมแฮชแท็ก #BundesligaMatchFacts
เกี่ยวกับผู้เขียน
ไซม่อน รอล์ฟส์ เล่นเกมบุนเดสลีกา 288 นัดในฐานะมิดฟิลด์ตัวกลาง ยิงได้ 41 ประตู และติดทีมชาติเยอรมนี 26 นัด ปัจจุบัน โรล์ฟส์ดำรงตำแหน่งผู้อำนวยการฝ่ายกีฬาของไบเออร์ 04 เลเวอร์คูเซ่น ซึ่งเขาดูแลและพัฒนารายชื่อผู้เล่นระดับโปร ฝ่ายสอดแนม และการพัฒนาเยาวชนของสโมสร นอกจากนี้ Simon ยังเขียนคอลัมน์รายสัปดาห์บน Bundesliga.com เกี่ยวกับ Bundesliga Match Facts ล่าสุดที่ขับเคลื่อนโดย AWS
ลุค ฟิกดอร์ เป็นผู้เชี่ยวชาญด้านเทคโนโลยีการกีฬาอาวุโสในทีมบริการระดับมืออาชีพของ AWS เขาทำงานร่วมกับผู้เล่น สโมสร ลีก และบริษัทสื่อต่างๆ เช่น บุนเดสลีกาและฟอร์มูล่าวัน เพื่อช่วยพวกเขาบอกเล่าเรื่องราวด้วยข้อมูลโดยใช้แมชชีนเลิร์นนิง ในเวลาว่าง เขาชอบเรียนรู้เกี่ยวกับจิตใจและจุดตัดระหว่างจิตวิทยา เศรษฐศาสตร์ และ AI
แจน บาวเออร์ เป็น Cloud Application Architect ที่ AWS Professional Services ความสนใจของเขาคือการประมวลผลแบบไร้เซิร์ฟเวอร์ แมชชีนเลิร์นนิง และทุกอย่างที่เกี่ยวข้องกับคลาวด์คอมพิวติ้ง เขาทำงานร่วมกับลูกค้าในอุตสาหกรรมต่างๆ เพื่อช่วยให้พวกเขาประสบความสำเร็จบนเส้นทางคลาวด์
ปาสคาล คูห์เนอร์ เป็นนักพัฒนาแอปพลิเคชันระบบคลาวด์ในทีมบริการระดับมืออาชีพของ AWS เขาทำงานร่วมกับลูกค้าในอุตสาหกรรมต่างๆ เพื่อช่วยให้พวกเขาบรรลุผลลัพธ์ทางธุรกิจผ่านการพัฒนาแอปพลิเคชัน DevOps และโครงสร้างพื้นฐาน เขาชอบกีฬาประเภทลูกบอล เวลาว่างชอบเล่นบาสเก็ตบอลและฟุตบอล
อูเว ดิ๊ก เป็นนักวิทยาศาสตร์ข้อมูลที่ Sportec Solutions AG เขาทำงานเพื่อให้สโมสรและสื่อในบุนเดสลีกาเพิ่มประสิทธิภาพการทำงานของพวกเขาโดยใช้สถิติและข้อมูลขั้นสูง—ก่อน หลัง และระหว่างการแข่งขัน ในเวลาว่าง เขาปรับตัวได้น้อยลงและพยายามใช้เวลา 90 นาทีเต็มให้กับทีมฟุตบอลเพื่อการพักผ่อนหย่อนใจของเขา
ฮาเวียร์ โปเวดา-แพนเตอร์ เป็นนักวิทยาศาสตร์ด้านข้อมูลสำหรับลูกค้าด้านกีฬาของ EMEA ภายในทีมบริการระดับมืออาชีพของ AWS เขาช่วยให้ลูกค้าในด้านผู้ชมกีฬาสามารถคิดค้นและใช้ประโยชน์จากข้อมูลของพวกเขา มอบประสบการณ์ผู้ใช้และแฟนคุณภาพสูงผ่านการเรียนรู้ของเครื่องและวิทยาการข้อมูล เขาติดตามความหลงใหลในกีฬา ดนตรี และ AI ที่หลากหลายในเวลาว่าง
- คอยน์สมาร์ท การแลกเปลี่ยน Bitcoin และ Crypto ที่ดีที่สุดในยุโรป
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าฟรี
- คริปโตฮอว์ก เรดาร์ Altcoin ทดลองฟรี.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-set-piece-threat-evaluating-team-performance-in-set-pieces-on-aws/
- "
- 28
- 7
- เกี่ยวกับเรา
- ตาม
- ลงชื่อเข้าใช้
- ประสบความสำเร็จ
- ข้าม
- เพิ่มเติม
- สูง
- AI
- ขั้นตอนวิธี
- ทั้งหมด
- การอนุญาต
- แล้ว
- อเมซอน
- การวิเคราะห์
- app
- การใช้งาน
- สถาปัตยกรรม
- AREA
- ใช้ได้
- เฉลี่ย
- AWS
- บาสเกตบอล
- ไบเออร์
- โบรกเกอร์
- ธุรกิจ
- โทรศัพท์
- โอกาส
- เมฆ
- คอมพิวเตอร์เมฆ
- มา
- บริษัท
- เมื่อเทียบกับ
- การแข่งขัน
- คำนวณ
- การคำนวณ
- การประชุม
- พิจารณา
- บริโภค
- ภาชนะ
- ภาชนะบรรจุ
- ปัจจุบัน
- ลูกค้า
- ข้อมูล
- วิทยาศาสตร์ข้อมูล
- นักวิทยาศาสตร์ข้อมูล
- ฐานข้อมูล
- ตาย
- การส่งมอบ
- แม้จะมี
- ผู้พัฒนา
- พัฒนาการ
- ต่าง
- ผู้อำนวยการ
- ส่วนลด
- ไม่
- เศรษฐศาสตร์
- ยุโรป
- ในทวีปยุโรป
- เหตุการณ์
- เหตุการณ์
- ทุกอย่าง
- ตัวอย่าง
- ตลาดแลกเปลี่ยน
- ประสบการณ์
- ปลาย
- ชื่อจริง
- โฟกัส
- ดังต่อไปนี้
- ฟุตบอล
- 1 สูตร
- ฟรี
- เต็ม
- ฟังก์ชัน
- เกม
- เกม
- ประเทศเยอรมัน
- เหตุการณ์ที่
- เป้าหมาย
- เป้าหมาย
- ไป
- ดี
- ยิ่งใหญ่
- การจัดการ
- มี
- ความสูง
- ช่วย
- จะช่วยให้
- จุดสูง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- ความสำคัญ
- สำคัญ
- ในอื่น ๆ
- รวม
- เพิ่มขึ้น
- อุตสาหกรรม
- มีอิทธิพล
- โครงสร้างพื้นฐาน
- ข้อมูลเชิงลึก
- ผลประโยชน์
- ร่วมมือ
- IT
- ล่าสุด
- เปิดตัว
- นำ
- ลีก
- เรียนรู้
- การเรียนรู้
- นำ
- นาน
- เครื่อง
- เรียนรู้เครื่อง
- การจับคู่
- ความหมาย
- ภาพบรรยากาศ
- ล้าน
- ใจ
- มากที่สุด
- ดนตรี
- เปิด
- ใบสั่ง
- คำสั่งซื้อ
- อื่นๆ
- มิฉะนั้น
- การปฏิบัติ
- มุมมอง
- ชิ้น
- เวที
- เล่น
- ผู้เล่น
- ผู้เล่น
- มือโปร
- ผลิต
- มืออาชีพ
- โครงการ
- โปรโมชั่น
- จิตวิทยา
- คุณภาพ
- หนึ่งในสี่
- พิสัย
- ดิบ
- ผู้อ่าน
- เรียลไทม์
- รับ
- นันทนาการ
- ปล่อย
- แสดงให้เห็นถึง
- REST
- ผลสอบ
- วิ่ง
- วิ่ง
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- ปลอดภัย
- serverless
- บริการ
- บริการ
- ชุด
- ตกตะกอน
- Share
- สำคัญ
- คล้ายคลึงกัน
- So
- ฟุตบอล
- โซลูชัน
- กีฬา
- กีฬา
- สถิติ
- สถิติ
- การเก็บรักษา
- จำนวนชั้น
- ที่พริ้ว
- แข็งแรง
- ความสำเร็จ
- ที่ประสบความสำเร็จ
- ประสบความสำเร็จ
- ระบบ
- เป้า
- งาน
- ทีม
- เทคโนโลยี
- ตลอด
- เวลา
- ร่วมกัน
- หัวข้อ
- เปิดเผย
- เข้าใจ
- สหภาพ
- การปรับปรุง
- us
- ใช้
- ความคุ้มค่า
- วีดีโอ
- เว็บไซต์
- รายสัปดาห์
- อะไร
- ภายใน
- คำ
- งาน
- ทำงาน
- โรงงาน
- การเขียน
- ปี