Bundesliga Match Fact Win Probability: AWS پر مشین لرننگ کا استعمال کرتے ہوئے جیتنے کے امکانات پر درون گیم ایونٹس کے اثر کو درست کرنا

اب سے دس سال بعد، کلبوں کی تکنیکی فٹنس ان کی کامیابی میں کلیدی معاون ثابت ہوگی۔ آج ہم فٹ بال کی سمجھ میں انقلاب لانے کے لیے ٹیکنالوجی کی صلاحیت کا پہلے ہی مشاہدہ کر رہے ہیں۔ ایکس گولز کسی بھی شوٹنگ کی صورت حال کے گول اسکورنگ کی صلاحیت کا موازنہ اور اس کی اجازت دیتا ہے۔ x خطرہ اور ای پی وی ماڈل کسی بھی درون گیم لمحے کی قدر کا اندازہ لگاتے ہیں۔ بالآخر، یہ اور دیگر جدید ترین اعدادوشمار ایک مقصد کی تکمیل کرتے ہیں: یہ سمجھنا کہ کون جیتے گا اور کیوں۔ Bundesliga Match Fact: Win Probability درج کریں۔

گزشتہ سیزن میں بوخم کے خلاف بایرن کے دوسرے میچ میں، میزیں غیر متوقع طور پر بدل گئیں۔ میچ کے شروع میں، لیوینڈوسکی نے صرف 1 منٹ کے بعد 0:9 کا اسکور کیا۔ اس سیزن میں پہلی بار بایرن کا سامنا کرتے وقت لیگ کے "گرے ماؤس" کو فوری طور پر ان کی 7:0 کی تباہی کی یاد دلائی جاتی ہے۔ لیکن اس بار نہیں: کرسٹوفر اینٹوی-اڈجی نے صرف 5 منٹ بعد کلب کے لیے اپنا پہلا گول کیا۔ 38 ویں منٹ میں پنالٹی گول کرنے کے بعد، موناکو ڈی باویریا کی ٹیم مفلوج دکھائی دیتی ہے اور چیزیں پھوٹ پڑنے لگتی ہیں: گیمبوا جائفل کومان اور ایک گول کے مطلق کارکر کے ساتھ ختم ہوا، اور ہولٹ مین نے ڈپر کے ساتھ ہاف ٹائم کے قریب 4:1 کر دیا۔ بائیں سے بایرن نے 1975 کے بعد سے پہلے ہاف میں اتنے زیادہ گول کرنے کا تصور نہیں کیا تھا، اور وہ بمشکل 4:2 کے نتیجے کے ساتھ باہر جانے کے قابل تھا۔ اس کا اندازہ کون لگا سکتا تھا؟ دونوں ٹیمیں اپنے پہلے کیپر کے بغیر کھیلی، جس کا مطلب بائرن کے لیے اپنے کپتان مینوئل نیور کی کمی تھی۔ کیا اس کی موجودگی انہیں اس غیر متوقع نتیجہ سے بچا سکتی تھی؟

اسی طرح، کولون نے 2020/2021 کے سیزن میں دو غیر معمولی زنگرز نکالے۔ جب ان کا سامنا ڈارٹمنڈ سے ہوا، وہ بغیر کسی جیت کے 18 میچ کھیل چکے تھے، جب کہ BVB کا Haaland اس سیزن میں گول کرنے میں ماسٹر کلاس فراہم کر رہا تھا (23 میچوں میں 22)۔ پسندیدہ کا کردار واضح تھا، پھر بھی کولون نے گھڑی پر صرف 9 منٹ کے ساتھ ابتدائی برتری حاصل کی۔ دوسرے ہاف کے آغاز میں، سکری نے اپنے پہلے ایک کا کاربن کاپی گول کیا: 0:2۔ ڈورٹمنڈ نے حملہ کرنے کی طاقت میں کمی کی، بڑے مواقع پیدا کیے، اور 1:2 کا اسکور کیا۔ تمام کھلاڑیوں میں سے، Haaland نے ایک سیٹر کو 5 منٹ اضافی وقت میں کھو دیا اور تقریبا 3 سال بعد ڈورٹمنڈ میں پہلے 30 پوائنٹس کے ساتھ کولون کا تاج اپنے نام کیا۔

بعد میں اس سیزن میں، کولون نے - ہوم ٹیبل میں آخری نمبر پر آر بی لیپزگ کو حیران کر دیا، جس کے پاس چیمپیئن شپ لیڈر بایرن کے قریب آنے کی تمام تر ترغیب تھی۔ مخالف لیپزگ نے پہلے ہاف میں گول پر 13 شاٹس کے ٹیم سیزن کے ریکارڈ کے ساتھ "بلی گوٹس" پر دباؤ ڈالا، جس سے ان کی جیت کے پہلے سے زیادہ امکانات بڑھ گئے۔ ستم ظریفی یہ ہے کہ کولون نے 1 منٹ میں گول پر پہلے شاٹ کے ساتھ 0:46 سے اسکور کیا۔ "ریڈ بلز" نے ایک اچھی طرح سے برابری کا گول کرنے کے بعد، وہ صرف 80 سیکنڈ بعد تھرو ان پر سو گئے، جس کے نتیجے میں کولون کے لیے جوناس ہیکٹر نے گول کیا۔ دوبارہ بالکل ڈورٹمنڈ کی طرح، لیپزگ نے اب پوری توانائی کو جرم میں ڈال دیا، لیکن وہ سب سے بہتر جو حاصل کرنے میں کامیاب رہے وہ اوور ٹائم میں پوسٹ کو مارنا تھا۔

ان تمام میچوں کے لیے، ماہرین اور نوخیزوں نے یکساں طور پر فاتح کا غلط اندازہ لگایا ہو گا، یہاں تک کہ میچ میں بھی۔ لیکن وہ کون سے واقعات ہیں جن کی وجہ سے گیم میں جیت کے امکانات کے حیرت انگیز جھولے ہوئے؟ کس منٹ پر انڈر ڈاگ کے جیتنے کا موقع فیورٹ کو پیچھے چھوڑ گیا کیونکہ ان کا وقت ختم ہو گیا؟ Bundesliga اور AWS نے پورے میچوں میں جیتنے کے امکانات کی لائیو ترقی کی گنتی اور وضاحت کرنے کے لیے مل کر کام کیا ہے، جس سے شائقین کو امکانی تبدیلیوں کے اہم لمحات دیکھنے کے قابل بنایا گیا ہے۔ نتیجہ نئی مشین لرننگ (ML) سے چلنے والی Bundesliga Match Fact: Win Probability ہے۔

یہ کس طرح کام کرتا ہے؟

Bundesliga Match Fact Win Probability کو ML ماڈلز بنا کر تیار کیا گیا تھا جس میں 1,000 سے زیادہ تاریخی گیمز کا تجزیہ کیا گیا تھا۔ لائیو ماڈل میچ سے پہلے کے تخمینے لیتا ہے اور ان خصوصیات کی بنیاد پر میچ کی کارروائی کے مطابق ایڈجسٹ کرتا ہے جو نتائج کو متاثر کرتی ہیں، بشمول درج ذیل:

• اہداف
• جرمانہ
• ریڈ کارڈز
• Substitutions
• وقت گزر گیا۔
• گول کرنے کے مواقع پیدا ہو گئے۔
• سیٹ پیس کے حالات

لائیو ماڈل کو نیورل نیٹ ورک آرکیٹیکچر کا استعمال کرتے ہوئے تربیت دی جاتی ہے اور اہداف فی منٹ کی شرح کی پیشن گوئی کرنے کے لیے پوسن ڈسٹری بیوشن اپروچ کا استعمال کرتا ہے۔ r ہر ٹیم کے لیے، جیسا کہ درج ذیل مساوات میں بیان کیا گیا ہے:

ان نرخوں کو ٹیم کی طاقت کے تخمینے کے طور پر دیکھا جا سکتا ہے اور ان پٹ کی بنیاد پر گھنے تہوں کی ایک سیریز کا استعمال کرتے ہوئے شمار کیا جاتا ہے۔ ان شرحوں اور مخالفین کے درمیان فرق کی بنیاد پر، جیت اور ڈرا کے امکانات کو حقیقی وقت میں شمار کیا جاتا ہے۔

ماڈل کا ان پٹ ان پٹ فیچرز، موجودہ گول فرق، اور منٹوں میں باقی پلے ٹائم کا 3-ٹپل ہے۔

تین ان پٹ ڈائمینشنز کا پہلا جزو ایک فیچر سیٹ پر مشتمل ہوتا ہے جو کارکردگی میٹرکس میں دونوں ٹیموں کے لیے حقیقی وقت میں موجودہ گیم ایکشن کو بیان کرتا ہے۔ ان میں مختلف مجموعی ٹیم پر مبنی xG قدریں شامل ہیں، خاص طور پر پیشین گوئی سے پہلے آخری 15 منٹ میں لیے گئے شاٹس پر توجہ دی جاتی ہے۔ ہم ریڈ کارڈز، جرمانے، کارنر کِکس اور خطرناک فری کِکس کی تعداد پر بھی کارروائی کرتے ہیں۔ ایک خطرناک فری کِک کو حریف کے گول سے 25m کے قریب فری کِک کے طور پر درجہ بندی کیا جاتا ہے۔ ماڈل کی ترقی کے دوران، سابق Bundesliga Match Fact xGoals کے اثر کے علاوہ، ہم نے ماڈل میں Bundesliga Match Fact Skill کے اثرات کا بھی جائزہ لیا۔ اس کا مطلب یہ ہے کہ ماڈل سرفہرست کھلاڑیوں کے متبادل پر رد عمل ظاہر کرتا ہے — وہ کھلاڑی جن کے پاس ہنر فنشر، انیشیٹر، یا بال ونر میں بیجز ہیں۔

جیت کے امکانات کی مثال

آئیے موجودہ سیزن (2022/2023) کے ایک میچ کو دیکھتے ہیں۔ مندرجہ ذیل گراف میچ ڈے 6 سے بائرن میونخ اور سٹٹ گارٹ کے میچ کی جیت کا امکان ظاہر کرتا ہے۔

میچ سے پہلے کے ماڈل نے Bayern کے لیے 67%، Stuttgart کے لیے 14%، اور ڈرا کے لیے 19% کی جیت کے امکانات کا حساب لگایا۔ جب ہم میچ کے دوران دیکھتے ہیں، تو ہمیں 36′، 57′، اور 60′ منٹ میں کیے گئے گولز کا بڑا اثر نظر آتا ہے۔ اوور ٹائم کے پہلے منٹ تک بائرن کا اسکور 2:1 تھا۔ 90+2 منٹ میں ایس گراسی کی جانب سے صرف ایک کامیاب پنالٹی شاٹ نے ڈرا حاصل کیا۔ اس لیے جیت کا امکان لائیو ماڈل نے قرعہ اندازی کی پیشن گوئی کو 5% سے 90% تک درست کر دیا۔ نتیجہ ایک غیر متوقع دیر سے سوئنگ ہے، بایرن کی جیت کا امکان 90+8 منٹ میں 90% سے 2% تک کم ہو جاتا ہے۔ گراف اس دن الیانز ایرینا میں ماحول میں جھولے کا نمائندہ ہے۔

یہ کیسے لاگو کیا جاتا ہے؟

جیت کا امکان جاری میچ (گول ایونٹس، فاؤلز، ریڈ کارڈز، اور مزید) سے ایونٹ کے ڈیٹا کے ساتھ ساتھ دیگر میچ فیکٹس، جیسے کہ xGoals سے تیار کردہ ڈیٹا استعمال کرتا ہے۔ امکانات کی اصل وقتی اپ ڈیٹس کے لیے، ہم استعمال کرتے ہیں۔ ایمیزون کے زیر انتظام سٹریمنگ کافکا (ایمیزون MSK) ایک مرکزی ڈیٹا سٹریمنگ اور پیغام رسانی کے حل کے طور پر۔ اس طرح، ایونٹ کا ڈیٹا، پوزیشنز کا ڈیٹا، اور بنڈس لیگا میچ کے مختلف حقائق کے آؤٹ پٹس کو کنٹینرز کے درمیان ریئل ٹائم میں بتایا جا سکتا ہے۔

مندرجہ ذیل خاکہ جیت کے امکان کے لیے اختتام سے آخر تک کام کے بہاؤ کی وضاحت کرتا ہے۔

جمع کردہ مماثلت سے متعلق ڈیٹا بیرونی فراہم کنندہ (DataHub) کے ذریعے داخل کیا جاتا ہے۔ میچ کے میٹا ڈیٹا کو ایک میں داخل کیا جاتا ہے اور اس پر کارروائی کی جاتی ہے۔ او ڈبلیو ایس لامبڈا۔ فنکشن پوزیشنز اور ایونٹس کا ڈیٹا ایک کے ذریعے داخل کیا جاتا ہے۔ اے ڈبلیو ایس فارگیٹ کنٹینر (MatchLink)۔ اس کے بعد تمام داخل کردہ ڈیٹا کو متعلقہ MSK عنوانات میں استعمال کے لیے شائع کیا جاتا ہے۔ Win Probability Match Fact کا دل ایک وقف شدہ Fargate کنٹینر (BMF WinProbability) میں بیٹھتا ہے، جو متعلقہ میچ کی مدت تک چلتا ہے اور Amazon MSK کے ذریعے حاصل کردہ تمام مطلوبہ ڈیٹا کو استعمال کرتا ہے۔ ایم ایل ماڈلز (لائیو اور پری میچ) پر تعینات ہیں۔ ایمیزون سیج میکر سرور لیس انفرنس اینڈ پوائنٹس۔ سرور لیس اینڈ پوائنٹس خود بخود کمپیوٹ وسائل کو لانچ کرتے ہیں اور آنے والے ٹریفک کے لحاظ سے ان کمپیوٹ وسائل کی پیمائش کرتے ہیں، مثال کی اقسام کو منتخب کرنے یا اسکیلنگ کی پالیسیوں کو منظم کرنے کی ضرورت کو ختم کرتے ہیں۔ اس تنخواہ فی استعمال ماڈل کے ساتھ، سرور لیس انفرنس کام کے بوجھ کے لیے مثالی ہے جن میں ٹریفک کی رفتار کے درمیان وقفہ وقفہ ہوتا ہے۔ جب بنڈس لیگا کے میچ نہیں ہوتے ہیں تو بیکار وسائل کی کوئی قیمت نہیں ہوتی ہے۔

کِک آف سے کچھ دیر پہلے، ہم اپنی خصوصیات کا ابتدائی سیٹ تیار کرتے ہیں اور پری میچ سیج میکر اینڈ پوائنٹ کو کال کر کے میچ سے پہلے کی جیت کے امکانات کا حساب لگاتے ہیں۔ ان PreMatch امکانات کے ساتھ، ہم پھر لائیو ماڈل کو شروع کرتے ہیں، جو حقیقی وقت میں متعلقہ گیم ایونٹس پر ردعمل ظاہر کرتا ہے اور موجودہ جیت کے امکانات حاصل کرنے کے لیے مسلسل استفسار کیا جاتا ہے۔

اس کے بعد حساب شدہ امکانات کو DataHub کو واپس بھیج دیا جاتا ہے تاکہ دوسرے MatchFacts صارفین کو فراہم کیا جا سکے۔ MSK کلسٹر کو ایک سرشار موضوع کے لیے امکانات بھی بھیجے جاتے ہیں، جن کو Bundesliga Match Facts کے ذریعے استعمال کیا جائے۔ ایک لیمبڈا فنکشن متعلقہ کافکا موضوع سے تمام امکانات کو استعمال کرتا ہے، اور انہیں لکھتا ہے ایمیزون ارورہ ڈیٹا بیس اس کے بعد یہ ڈیٹا انٹرایکٹو قریب حقیقی وقت کے تصورات کے لیے استعمال کیا جاتا ہے۔ ایمیزون کوئیک سائٹ.

خلاصہ

اس پوسٹ میں، ہم نے یہ ظاہر کیا کہ کس طرح نئی بنڈس لیگا میچ فیکٹ جیت کا امکان کسی ٹیم کے میچ جیتنے یا ہارنے کے امکانات پر درون گیم ایونٹس کے اثرات کو ظاہر کرتا ہے۔ ایسا کرنے کے لیے، ہم پہلے سے شائع شدہ Bundesliga Match Facts کو حقیقی وقت میں تیار کرتے ہیں اور ان کو یکجا کرتے ہیں۔ یہ مبصرین اور شائقین کو لائیو میچوں کے دوران امکانی جھولوں اور بہت کچھ کے لمحات سے پردہ اٹھانے کی اجازت دیتا ہے۔

Bundesliga Match Fact Bundesliga کے فٹ بال ماہرین اور AWS ڈیٹا سائنسدانوں کے گہرائی سے تجزیہ کا نتیجہ ہے۔ جیت کے امکانات باضابطہ بنڈس لیگا ایپ میں متعلقہ میچوں کے لائیو ٹکر میں دکھائے گئے ہیں۔ ایک نشریات کے دوران، جیتنے کے امکانات مبصرین کو کے ذریعے فراہم کیے جاتے ہیں۔ ڈیٹا اسٹوری فائنڈر اور اہم لمحات پر مداحوں کو بصری طور پر دکھایا جاتا ہے، جیسے کہ جب انڈر ڈاگ برتری حاصل کرتا ہے اور اب اس کے گیم جیتنے کا زیادہ امکان ہوتا ہے۔

ہم امید کرتے ہیں کہ آپ اس بالکل نئے بنڈس لیگا میچ فیکٹ سے لطف اندوز ہوں گے اور یہ آپ کو گیم میں نئی ​​بصیرت فراہم کرے گا۔ AWS اور Bundesliga کے درمیان شراکت کے بارے میں مزید جاننے کے لیے، ملاحظہ کریں۔ بنڈس لیگا AWS پر!

ہم یہ جاننے کے لیے پرجوش ہیں کہ آپ کون سے نمونوں کا پردہ فاش کریں گے۔ ہمارے ساتھ اپنی بصیرت کا اشتراک کریں: @AWScloud ٹویٹر پر, #BundesligaMatchFacts ہیش ٹیگ کے ساتھ۔

---

مصنفین کے بارے میں

سائمن رالفس۔ سنٹرل مڈفیلڈر کے طور پر 288 بنڈس لیگا گیمز کھیلے، 41 گول کیے، اور جرمنی کے لیے 26 کیپس جیتے۔ فی الحال، Rolfes Bayer 04 Leverkusen میں منیجنگ ڈائریکٹر اسپورٹس کے طور پر خدمات انجام دے رہے ہیں، جہاں وہ پرو پلیئر روسٹر، اسکاؤٹنگ ڈیپارٹمنٹ اور کلب کے نوجوانوں کی ترقی کی نگرانی اور ترقی کرتے ہیں۔ سائمن ہفتہ وار کالم بھی لکھتے ہیں۔ بنڈس لیگا ڈاٹ کام AWS کے ذریعے تقویت یافتہ بنڈس لیگا میچ کے تازہ ترین حقائق کے بارے میں۔ وہاں وہ فٹ بال کی دنیا میں جدید ترین اعدادوشمار اور مشین لرننگ کے اثرات کو اجاگر کرنے کے لیے ایک سابق کھلاڑی، کپتان، اور ٹی وی تجزیہ کار کے طور پر اپنی مہارت پیش کرتا ہے۔

طارق ہاشمی۔ AWS پروفیشنل سروسز کے اندر ایک مشیر ہے۔ اس کی مہارت اور مہارت کے شعبوں میں ایپلی کیشن ڈویلپمنٹ، ڈیٹا سائنس، مشین لرننگ، اور بڑا ڈیٹا شامل ہے۔ وہ کلاؤڈ کے اندر ڈیٹا سے چلنے والی ایپلی کیشنز تیار کرنے میں صارفین کی مدد کرتا ہے۔ AWS میں شامل ہونے سے پہلے، وہ ہوا بازی اور ٹیلی کمیونیکیشن جیسی مختلف صنعتوں میں کنسلٹنٹ بھی تھے۔ وہ صارفین کو ان کے ڈیٹا/AI کے کلاؤڈ کے سفر پر فعال کرنے کے بارے میں پرجوش ہے۔

جیویر پوویڈا پینٹر AWS پروفیشنل سروسز ٹیم کے اندر EMEA کھیلوں کے صارفین کے لیے ڈیٹا سائنٹسٹ ہے۔ وہ تماشائی کھیلوں کے شعبے میں صارفین کو مشین لرننگ اور ڈیٹا سائنس کے ذریعے اعلیٰ معیار کے صارف اور مداحوں کے تجربات فراہم کرتے ہوئے اپنے ڈیٹا کو اختراع کرنے اور فائدہ اٹھانے کے قابل بناتا ہے۔ وہ اپنے فارغ وقت میں کھیلوں، موسیقی اور AI کی وسیع رینج کے لیے اپنے شوق کی پیروی کرتا ہے۔

Luuk Figdor AWS پروفیشنل سروسز ٹیم میں اسپورٹس ٹیکنالوجی ایڈوائزر ہے۔ وہ کھلاڑیوں، کلبوں، لیگوں اور میڈیا کمپنیوں جیسے بنڈس لیگا اور فارمولا 1 کے ساتھ کام کرتا ہے تاکہ مشین لرننگ کا استعمال کرتے ہوئے ڈیٹا کے ساتھ کہانیاں سنانے میں ان کی مدد کی جا سکے۔ اپنے فارغ وقت میں، وہ دماغ اور نفسیات، معاشیات اور AI کے درمیان تعلق کے بارے میں سب کچھ جاننا پسند کرتا ہے۔

گیبریل زیلکا AWS پروفیشنل سروسز کے اندر ایک مشین لرننگ انجینئر ہے۔ وہ کلاؤڈ گود لینے کے سفر کو تیز کرنے کے لیے صارفین کے ساتھ مل کر کام کرتا ہے۔ MLOps ڈومین میں مہارت حاصل کرنے کے بعد، وہ مشین لرننگ کے کام کے بوجھ کو تیار کرنے پر توجہ مرکوز کرتا ہے جس سے اینڈ ٹو اینڈ مشین لرننگ لائف سائیکل کو خودکار بنا کر اور مطلوبہ کاروباری نتائج حاصل کرنے میں مدد ملتی ہے۔

جیکب مائیکلزیک Sportec Solutions AG میں ڈیٹا سائنٹسٹ ہے۔ کئی سال پہلے، اس نے فٹ بال کھیلنے پر ریاضی کی تعلیم کا انتخاب کیا، کیونکہ وہ اس نتیجے پر پہنچے کہ وہ بعد میں کافی اچھے نہیں تھے۔ اب وہ اس خوبصورت کھیل کے بارے میں بہتر بصیرت حاصل کرنے کے لیے مشین لرننگ کے طریقے استعمال کرکے اپنے پیشہ ورانہ کیریئر میں ان دونوں جذبوں کو یکجا کرتا ہے۔ اپنے فارغ وقت میں، وہ اب بھی سیون اے سائیڈ فٹ بال کھیلنا، کرائم فلمیں دیکھنا، اور فلمی موسیقی سننا پسند کرتا ہے۔