Futbolda (veya ABD'de futbolda) duran topların önemi son yıllarda artıyor: şimdi tüm gollerin dörtte birinden fazlası duran toplarla atılıyor. Serbest vuruşlar ve köşeler genellikle en umut verici durumları yaratır ve bazı profesyonel takımlar oyunun bu bölümleri için özel antrenörler bile tutmuştur.
Bu gönderide, Bundesliga Match Fact Set Piece Tehditinin duran parçalardaki performansı değerlendirmeye nasıl yardımcı olduğunu paylaşıyoruz. Takımlar bu ölü top durumlarından giderek daha fazla yararlanmaya çalışırken, Set Piece Threat izleyicinin takımların bu durumlardan ne kadar iyi yararlandığını anlamasına yardımcı olacak. Ayrıca okuyucuya, istatistikleri gerçek zamanlı olarak hesaplamak için AWS hizmetlerinin nasıl kullanılabileceğini açıklayacaktır.
Bundesliga'daki Union Berlin, duran parçaların alaka düzeyine harika bir örnektir. Takım, sadece 2 yılda Bundesliga 2'den bir Avrupa yarışmasına katılmaya hak kazandı. 2/18 sezonunda Bundesliga 19'de üçüncü oldular ve Bundesliga'ya küme düşme playofflarında kendilerine bir yer kazandılar. O sezon, açık maçta 28 gol attılar ve ligde sadece dokuzuncu sırada yer aldılar. Ancak, sabit toplarla atılan goller (16 gol) için ikinci sırada yer aldılar.
VfB Stuttgart'a karşı ilk küme düşme playoff maçında Union, 2:2 berabere kaldı ve kornerden sonra kafa vuruşu yaptı. Ve rövanş maçında, Stuttgart'ın pasif ofsayt nedeniyle serbest vuruş golü olmasına izin verilmedi ve Union'ın Bundesliga'ya 0:0 beraberlik ile girmesine izin verdi.
Union'ın başarısı için sabit parçaların önemi burada bitmiyor. Union, ilk iki Bundesliga sezonunu güçlü onbirinci ve yedinci tamamlayarak, sabit parça sayısı açısından üçüncü ve ilk sırada yer aldı (her iki sezonda da sabit toplardan 15 gol attı). Karşılaştırma için, FC Bayern München - lig şampiyonu - her iki sezonda da sadece 10 gol atmayı başardı. Union Berlin'in duran toplarıyla elde ettiği başarı, 20/21 Bundesliga sezonunda yedinci sırada yer almalarını sağladı ve bu da, yükseldikten sadece 2 yıl sonra Bundesliga 2'den Avrupa'ya giden UEFA Avrupa Konferans Ligi'ne katılma hakkı anlamına geliyordu. Beklendiği gibi, sonucu belirleyen maçta iki gollerinden birini kornerden sonra attılar. Bu yazının yazıldığı sırada Union Berlin, Bundesliga'da dördüncü sırada (20. maç günü) ve korner performansında birinci sırada yer alıyor, bu istatistikleri daha sonra açıklayacağız.
Union Berlin'in Avrupa'ya giden yolu, duran toplar sırasında hücum ve savunma performansının etkili rolünü açıkça göstermektedir. Ancak şimdiye kadar, analitik web sitelerinde devasa tabloları incelemek istemedikleri sürece hayranların ve yayıncıların bu performansı düzgün bir şekilde ölçmeleri zordu. Bundesliga ve AWS, bir takımın ürettiği tehdidi ve takıma karşı duran topların oluşturduğu tehdidi göstermek için birlikte çalıştı ve yeni Bundesliga Match Fact: Set Piece Threat'i ortaya çıkardı.
Set Parça Tehdidi nasıl çalışır?
Bir takımın duran toplarıyla oluşturduğu tehdidi belirlemek için, duran parça performanslarının farklı yönlerini dikkate alıyoruz. Sadece kornerleri ve serbest vuruşları sabit top olarak kabul ettiğimizi ve her kategori için tehdidi bağımsız olarak hesapladığımızı unutmamak önemlidir.
Yön 1: Sabit bir parçanın sonucu: Goller, şutlar veya hiçbir şey
İlk olarak, sonuç bir set parçasından. Yani golle sonuçlanıp sonuçlanmadığını gözlemliyoruz. Bununla birlikte, sonuç genellikle kaleci tarafından yapılan harika bir kurtarış veya bir şutun içeri girmek yerine direğe çarpması gibi ince marjlardan etkilenir, bu nedenle duran parçadan kaynaklanan bir şutun kalitesini de kategorize ederiz. Çekimler birkaç kategoriye ayrılır.
Kategoriler | açıklama |
Gol | Gol getiren başarılı bir şut |
ödenmemiş | Direğe yapılan şut gibi neredeyse gole giden şutlar |
Iyi | Diğer kayda değer gol sahneleri |
Ortalama | İlgili gol tehdidi ile şans oranına dahil edilecek şansların geri kalanı |
Hayır | Hiçbir gerçek gol tehdidi, topa zar zor dokunan bir kafa vuruşu veya bloke edilen bir şut gibi gerçek bir şans olarak kabul edilmemelidir. |
atış yok | Hiç çekim yapılmadı |
Yukarıdaki video, şu sırayla şut sonucu kategorilerinin örneklerini göstermektedir: olağanüstü, uygun, ortalama, hiçbiri.
Yön 2: Bir atışın potansiyeli
İkincisi, algoritmamız bir atışın potansiyelini dikkate alır. Bu, şut atan oyuncunun gerçek performansını denklemden çıkararak bir golle sonuçlanmasının ne kadar muhtemel olduğunu içerir. Başka bir deyişle, şutun çekildiği durumun gol potansiyelini nicelleştiriyoruz. Bu, tarafından yakalanır beklenen hedef (xGoals) atışın değeri. Sadece şans veya şanssızlığı değil, aynı zamanda şut veya kafa vuruşunun kalitesini de ortadan kaldırıyoruz.
Yön 3: Sabit parçaların miktarı
Sonra, saf yönünü ele alıyoruz miktar bir takımın aldığı set parçaları. Duran Parça Tehdidi tanımımız, tehdidi takım başına bazında ölçer. Bir sezon boyunca bir takımın tüm sonuçlarını ve xGoal değerlerini toplamak yerine, değerler, set parçası başına ortalama tehdidi temsil edecek şekilde toplanır. Bu şekilde, örneğin korner tehdidi, takımın her korner için tehlikesini temsil eder ve bir takımı, diğer takımlardan daha fazla korneri olduğu için (ve dolayısıyla potansiyel olarak daha fazla şut veya golü olduğu için) daha tehlikeli olarak görmez.
Yön 4: Zaman içinde gelişim
Dikkate alınması gereken son husus, bir takımın tehdidinin gelişimidir. birbirine çok benzemeye başladı.. Örneğin, ilk üç maç gününde kornerlerden üç gol atan ancak sonraki 15 maç günü önemli bir tehdit oluşturamayan bir takımı düşünün. Bu takım, üç gol atmış olmasına rağmen, 19. maç gününde kornerlerden önemli bir tehdit oluşturmamalı ve bu yine de iyi bir dönüş olabilir. Bir takımın duran parça kalitesinin bu (olumlu veya olumsuz) gelişimini, ne kadar zaman önce meydana geldiğine bağlı olarak her bir duran parçaya bir indirim atayarak açıklıyoruz. Diğer bir deyişle, 10 maç günü önce alınan bir serbest vuruş, hesaplanan tehdit üzerinde son veya hatta mevcut oyun sırasında alınan bir serbest vuruştan daha az etkiye sahiptir.
Puan: Set parçası başına toplama
Tanımladığımız dört yönün tümü, her takım için, biri köşe vuruşları ve diğeri serbest vuruşlar için olmak üzere iki değerde toplanır; bu, o takımın karşılık gelen bir sabit parçasının şu anda oluşturacağı tehlikeyi açıklar. Değer, duran her parçanın puanlarının ağırlıklı ortalaması olarak tanımlanır, burada bir duran parçanın puanı şu şekilde tanımlanır: (0.7 * shot-outcome + 0.3 * xG-value)
sabit parça bir atışla sonuçlanırsa, aksi takdirde 0. bu shot-outcome
Takım gol atıyorsa 1'dir ve kalitesine bağlı olarak dışarı çıkan bir şut gibi diğer sonuçlar için daha düşükse. Her bir set parçasının ağırlığı, daha önce açıklandığı gibi, ne kadar zaman önce alındığına göre belirlenir. Genel olarak, değerler 0-1 arasında tanımlanır, burada 1 mükemmel puandır.
Parça tehdidi ayarla
Daha sonra, her takımın değerleri lig ortalaması ile karşılaştırılır. tam formül score(team)/avg_score(league) - 1
. Bu değere Set Piece Tehdit değeri diyoruz. Bir takımın tehdit değeri, tam olarak lig ortalaması kadar iyiyse, 0'dır. -1 (veya -%100) değeri, hiçbir tehdit oluşturmayan bir takımı tanımlar ve +1 (+%100) değeri, lig ortalamasından iki kat daha tehlikeli olan bir takımı tanımlar. Bu değerlerle, hücumdaki korner ve serbest vuruş tehditlerine göre takımları 1-18 arasında sıralayan bir sıralama hesaplarız.
Aynı verileri ve benzer hesaplamaları, duran topları nasıl savunduklarına ilişkin olarak bir takımın savunma performansını ölçen bir savunma tehdidini hesaplamak için de kullanırız. Şimdi, algoritma kendi duran parçası başına bir puan hesaplamak yerine, rakip duran parça başına bir puan hesaplar. Tıpkı hücum tehdidinde olduğu gibi, skor lig ortalaması ile karşılaştırılır, ancak değer tersine çevrilir: -score(team)/avg_score(league) + 1
. Bu şekilde, eğer takım rakiplerine hiç şut atmamasına izin verirse +1 (+%100) tehdidi elde edilirken, savunma tehdidi -1 (-100%) olan bir takım, rakibin duran parçalarına ligden iki kat daha duyarlıdır. ortalama. Yine 0 tehdidi olan bir takım lig ortalaması kadar iyidir.
Parça Tehdidi bulgularını ayarla
Duran Top Tehdidinin önemli bir yönü, duran toplarla atılan ve yenilen goller yerine tehdit tahminine odaklanmamızdır. Örnek olarak 21. maç gününde SC Freiburg ve Union Berlin'i alırsak, bu sezon Freiburg, Union Berlin'den gelen dört golle karşılaştırıldığında, kornerlerden yedi gol kaydetti. Tehdit sıralamamız hala her iki takımı da oldukça eşit sıralıyor. Aslında, Freiburg'un (3. Sıra) bir kornerinin Union Berlin'in (7. Sıra) kornerinden bile %1 daha az tehdit edici olacağını tahmin ediyoruz. Bunun temel nedeni, Union Berlin'in korner dışında benzer sayıda büyük pozisyon yaratması, ancak bu fırsatları gole çevirememesidir. Freiburg ise şansları açısından çok daha verimliydi. Şans kalitesi ile gerçek hedefler arasında böyle bir tutarsızlık, futbol gibi yüksek varyanslı bir sporda olabilir.
Aşağıdaki grafik, Union Berlin'in duran top hücum köşesi sıralamasını (mavi) ve 6-21 maç günleri arasındaki skoru (kırmızı) göstermektedir. 12. maç gününde Union kornerden bir gol attı ve ayrıca ikinci kornerden golle sonuçlanmayan ancak algoritmamız tarafından yüksek tehdit olarak algılanan büyük bir şans yakaladı. Ayrıca 12. maç günü yapılan yedi köşe vuruşunun beşinde Union isabetli şutunu buldu. Bu sayede Union hemen sıralamada on ikincilikten beşinciliğe sıçradı ve hem Union'ın skor değeri hem de lig ortalaması yükseldi. Union, kornerlerden sonraki maç günlerinde daha fazla tehdit şansı gördüğünden, adım adım korner tehdidi sıralamasında ilk sırayı aldı. Skor her zaman mevcut lig ortalamasına göredir, yani Union'ın 21. maç günündeki kornerlerden gelen tehdidi, ligdeki tüm takımlardan gelen ortalama tehditten %50 daha yüksektir.
Uygulama ve mimari
Bundesliga Maç Gerçekleri bağımsız olarak çalışıyor AWS Fargate içindeki kaplar Amazon Elastik Konteyner Hizmeti (Amazon ECS). Önceki Bundesliga Maç Gerçekleri, gelişmiş istatistikleri hesaplamak için ham olay ve konum verilerini kullanır. Bu, mevcut bir Bundesliga Match Fact tarafından üretilen verileri analiz eden Set Piece Threat'in piyasaya sürülmesiyle değişir (xHedefler) sıralamasını hesaplamak için. Bu nedenle, canlı maçlar sırasında farklı Bundesliga Maç Gerçekleri arasında gerçek zamanlı olarak mesaj alışverişi yapmak için bir mimari oluşturduk.
En son verilerin sabitlenmiş parça tehdit hesaplamalarına yansıtılmasını garanti etmek için, Apache Kafka için Amazon Tarafından Yönetilen Akış (Amazon MSK'sı). Bu mesaj komisyoncusu hizmeti, farklı Bundesliga Maç Gerçeklerinin en yeni etkinlikleri ve güncellemeleri gerçek zamanlı olarak göndermesine ve almasına olanak tanır. Kafka'dan bir maç ve Bundesliga Match Fact'e özel bir konuyu tüketerek, daha önce gönderilen mesajları tekrar oynatma ve yeniden işleme yeteneğini korurken ilgili tüm sistemlerden en güncel verileri alabiliriz.
Aşağıdaki şema, çözüm mimarisini göstermektedir:
Bundesliga Match Facts platformu için genel olarak tüm dahili mesajların yerine geçmesi için bu projeye Amazon MSK'yı ekledik. Maç başına 3.6 milyondan fazla veri noktasına toplanabilen konumsal ve olay verilerinin enjeksiyonunu yönetir. Amazon MSK ile, herhangi bir zamanda oyunları tekrar oynamamıza izin veren, mesajların altında yatan kalıcı depolamayı kullanabiliriz. Ancak, Set Piece Threat için odak noktası, Bundesliga Match Facts tarafından üretilen olayları paralel olarak çalışan diğer Bundesliga Match Facts'e aktarmanın özel kullanım durumuna odaklanır.
Bunu kolaylaştırmak için iki tür Kafka konusu arasında ayrım yapıyoruz: genel ve eşleşmeye özel. İlk olarak, her Bundesliga Match Fact'in, Bundesliga Match Fact tarafından oluşturulan tüm mesajları ele alan kendine özgü bir küresel konusu vardır. Ek olarak, belirli bir maç için bir Bundesliga Match Fact tarafından oluşturulan tüm mesajları işleyen her maç için her Bundesliga Match Fact için maça özel ek bir konu vardır. Birden fazla canlı maç paralel olarak yürütüldüğünde, her mesaj ilk önce üretilir ve Bundesliga Match Fact'e özel bu global konuya gönderilir.
bir sevk memuru AWS Lambda işlevi, Bundesliga Match Fact'e özel her küresel konuya abonedir ve iki görevi vardır:
- Gelen verileri, aracılığıyla sağlanan bir veritabanına yazın. Amazon İlişkisel Veritabanı Hizmeti (Amazon RDS'si).
- Diğer Bundesliga Match Facts tarafından tüketilebilecek mesajları Bundesliga Match Fact'e özel bir konuya yeniden dağıtın.
Mimari diyagramının sol tarafı, her maç için birbirinden bağımsız olarak çalışan ve küresel konuya mesajlar üreten farklı Bundesliga Maç Gerçeklerini gösterir. Yeni Duran Parça Tehdidi Bundesliga Maç Gerçeği artık belirli bir maç için her şut için en son xGoal değerlerini (diyagramın sağ tarafı) kullanabilir ve bir veya daha fazla şutla sonuçlanan duran parça tarafından üretilen tehdidi anında hesaplayabilir.
Özet
Set Piece Threat'in piyasaya sürülmesinden heyecan duyuyoruz ve yorumcuların ve hayranların bu yepyeni içgörüyü kullanarak ortaya çıkaracağı kalıplar. Takımlar bu ölü top durumlarından giderek daha fazla yararlanmaya çalıştıkça, Sabit Parça Tehdidi, izleyicinin hangi takımın bunu başarılı bir şekilde yaptığını ve hangi takımın hala ele alması gereken bir şey olduğunu anlamasına yardımcı olacak ve bu da bu sabit parça durumlarının her birinden önce ek gerilim ekleyecektir. Yeni Bundesliga Match Fact, Bundesliga yayıncılarının yeni bakış açılarını ve bir maçın hikayelerini ortaya çıkarması için kullanılabilir ve takım sıralamaları herhangi bir zamanda Bundesliga uygulamasında görüntülenebilir.
Hangi kalıpları ortaya çıkaracağınızı öğrenmek için heyecanlıyız. Görüşlerinizi bizimle paylaşın: Twitter'da @AWScloud, #BundesligaMatchFacts hashtag'i ile.
Yazarlar Hakkında
Simon Rolfes Merkez orta saha oyuncusu olarak 288 Bundesliga maçı oynadı, 41 gol attı ve Almanya adına 26 maç kazandı. Rolfes şu anda Bayer 04 Leverkusen'de Sportif Direktör olarak görev yapıyor ve burada profesyonel oyuncu kadrosunu, keşif departmanını ve kulübün genç gelişimini denetleyip geliştiriyor. Simon ayrıca AWS tarafından desteklenen en son Bundesliga Maç Gerçekleri hakkında Bundesliga.com'da haftalık sütunlar yazıyor.
Luuk Figdor AWS Profesyonel Hizmetler ekibinde Kıdemli Spor Teknolojisi Uzmanıdır. Bundesliga ve Formula 1 gibi oyuncular, kulüpler, ligler ve medya şirketleriyle birlikte çalışarak, makine öğrenimini kullanarak verilerle hikayeler anlatmalarına yardımcı oluyor. Boş zamanlarında zihin ve psikoloji, ekonomi ve yapay zeka arasındaki kesişim hakkında her şeyi öğrenmeyi sever.
Jan Bauer AWS Profesyonel Hizmetlerde Bulut Uygulama Mimarıdır. İlgi alanları sunucusuz bilgi işlem, makine öğrenimi ve bulut bilişimi içeren her şeydir. Bulut yolculuklarında başarılı olmalarına yardımcı olmak için farklı sektörlerdeki müşterilerle birlikte çalışır.
Pascal Kühner AWS Profesyonel Hizmetler Ekibinde bir Bulut Uygulaması Geliştiricisidir. Uygulama geliştirme, DevOps ve altyapı aracılığıyla iş sonuçlarına ulaşmalarına yardımcı olmak için farklı sektörlerdeki müşterilerle birlikte çalışır. Top sporlarını sever ve boş zamanlarında basketbol ve futbol oynamayı sever.
Uwe Dick Sportec Solutions AG'de Veri Bilimcisi. Bundesliga kulüplerinin ve medyasının maçlardan önce, sonra ve maçlar sırasında gelişmiş istatistikler ve veriler kullanarak performanslarını optimize etmelerini sağlamak için çalışıyor. Boş zamanlarında, daha azıyla yetiniyor ve futbol takımı için tam 90 dakika dayanmaya çalışıyor.
Javier Poveda-Panter AWS Profesyonel Hizmetler ekibindeki EMEA spor müşterileri için bir Veri Bilimcisidir. Seyirci sporları alanındaki müşterilerin, makine öğrenimi ve veri bilimi aracılığıyla yüksek kaliteli kullanıcı ve hayran deneyimleri sunarak yenilik yapmalarını ve verilerinden yararlanmalarını sağlar. Boş zamanlarında çok çeşitli spor, müzik ve yapay zeka tutkusunun peşinden gidiyor.
- Akıllı para. Avrupa'nın En İyi Bitcoin ve Kripto Borsası.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. SERBEST ERİŞİM.
- KriptoHawk. Altcoin Radarı. Ücretsiz deneme.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-set-piece-threat-evaluating-team-performance-in-set-pieces-on-aws/
- "
- 28
- 7
- Hakkımızda
- Göre
- Hesap
- elde
- karşısında
- Ek
- ileri
- AI
- algoritma
- Türkiye
- Izin
- zaten
- Amazon
- analytics
- uygulamayı yükleyeceğiz
- Uygulama
- mimari
- ALAN
- mevcut
- ortalama
- AWS
- Basketbol
- Bavyera
- komisyoncu
- iş
- çağrı
- şansı
- bulut
- cloud computing
- gelecek
- Şirketler
- karşılaştırıldığında
- rekabet
- hesaplamak
- bilgisayar
- Konferans
- dikkate
- tüketmek
- Konteyner
- Konteynerler
- akım
- Müşteriler
- veri
- veri bilimi
- veri bilimcisi
- veritabanı
- ölü
- teslim
- Rağmen
- Geliştirici
- gelişme
- farklı
- yönetmen
- İndirim
- Değil
- ekonomi bilimi
- AVRUPA
- Avrupa
- Etkinlikler
- olaylar
- her şey
- örnek
- takas
- Deneyimler
- ince
- Ad
- odak
- takip etme
- futbol
- Formül 1
- Ücretsiz
- tam
- işlev
- oyun
- Games
- Almanya
- Küresel
- gol
- Goller
- gidiş
- Tercih Etmenizin
- harika
- kullanma
- sahip olan
- yükseklik
- yardım et
- yardımcı olur
- Yüksek
- Ne kadar
- HTTPS
- önem
- önemli
- Diğer
- dahil
- artmış
- Endüstri
- etkilemek
- Altyapı
- anlayışlar
- ilgi alanları
- ilgili
- IT
- son
- başlatmak
- öncülük etmek
- ligler
- ÖĞRENİN
- öğrenme
- Led
- Uzun
- makine
- makine öğrenme
- Maç
- anlam
- medya
- milyon
- akla
- çoğu
- Music
- açık
- sipariş
- emir
- Diğer
- aksi takdirde
- performans
- perspektifler
- parça
- platform
- OYNA
- oyuncu
- oyuncular
- başına
- Üretilmiş
- profesyonel
- proje
- tanıtım
- Psikoloji
- kalite
- Çeyrek
- menzil
- Çiğ
- Okuyucu
- gerçek zaman
- teslim almak
- eğlence
- serbest
- temsil
- DİNLENME
- Sonuçlar
- koşmak
- koşu
- Bilim
- bilim adamı
- güvenli
- Serverless
- hizmet
- Hizmetler
- set
- yerleşir
- paylaş
- önemli
- benzer
- So
- Futbol
- Çözümler
- Spor
- Spor
- istatistik
- istatistikler
- hafızası
- hikayeler
- akış
- güçlü
- başarı
- başarılı
- Başarılı olarak
- Sistemler
- Hedef
- görevleri
- takım
- Teknoloji
- İçinden
- zaman
- birlikte
- Konular
- ortaya çıkarmak
- anlamak
- sendikasının
- Güncellemeler
- us
- kullanım
- değer
- Video
- web siteleri
- haftalık
- Ne
- içinde
- sözler
- İş
- işlenmiş
- çalışır
- yazı yazıyor
- yıl