As analíticas deportivas dependen dende hai tempo de estatísticas básicas como puntos por partido, porcentaxe de tiros de campo e rebotes para avaliar o rendemento dos xogadores. Aínda que estas métricas proporcionan algunha idea, non chegan a captar os matices da habilidade e as capacidades de toma de decisións dun xogador. Os adestradores e os analistas adoitan loitar para avaliar a calidade dos tiros dun xogador, o que é fundamental para elaborar estratexias de xogo eficaces. Nese reino,  deu avances.   Ricky Zhang  Científico de datos de Amazon con formación en economía, matemáticas e informática da Universidade de Emory, Zhang desenvolveu un proxecto que pretende redefinir como entendemos o rendemento dos xogadores na pista de baloncesto. O seu proxecto 'Shot Quality', utilizando técnicas avanzadas de aprendizaxe automática, en concreto a regresión binomial beta, aborda as limitacións das métricas tradicionais do baloncesto.  O problema: métricas obsoletas e oportunidades perdidas  As análises de baloncesto, durante idades, apoiáronse en estatísticas básicas para medir o rendemento dos xogadores. Estas métricas, aínda que son útiles, perden os puntos máis finos das habilidades e decisións dun xogador. Os adestradores e analistas adoitan chocar contra as paredes cando xulgan a calidade do tiro, un factor clave para elaborar estratexias de xogo.  Ricky Zhang viu estas lagoas e apuntou máis alto. Coa súa aprendizaxe automática e as súas chuletas de intelixencia artificial, inspirouse para crear un modelo que reflicta a verdadeira calidade dos tiros de baloncesto.  Unha nova era na analítica de baloncesto  Inspirado por a  , Zhang comezou a crear un modelo que puidese avaliar con precisión a calidade dos tiros realizados polos xogadores de baloncesto. Desa visión naceu o proxecto 'Shot Quality'. O proxecto de Zhang utiliza a regresión binomial beta, un método estatístico que explica a variabilidade no rendemento de tiro dos xogadores e a confianza depositada neles polos seus adestradores.   Informe de análise de medias de bateo de béisbol  O proxecto "Shot Quality" céntrase no contexto e as condicións dos tiros dos xogadores. Ao analizar moreas de datos (posicionamento do xogador, presión defensiva, situacións de xogo), o modelo de Zhang prevé a probabilidade de éxito do tiro. Este novo método pinta unha imaxe máis clara da destreza de tiro dun xogador que as métricas da vella escola.  Un dos maiores retos da analítica deportiva é a montaña de datos e a súa complicada interpretación. As chuletas de aprendizaxe automática de Zhang permítenlle analizar estes datos de forma eficiente, sacando información valiosa. O seu modelo aborda o ruído e a variabilidade dos datos, proporcionando aos adestradores e analistas información sinxela e accionable.  O impacto do proxecto 'Shot Quality'? Masivo. Agora os adestradores poden facer chamadas máis intelixentes sobre as rotacións de xogadores, as opcións de tiros e os enfrontamentos defensivos. Saber que xogadores sobresaen en escenarios específicos permite aos equipos xogar coas súas fortalezas e explotar as debilidades dos opoñentes.  Ricky Zhang: un líder de pensamento en analítica deportiva  O traballo de Zhang redefine os estándares da industria. O seu innovador enfoque de aprendizaxe automática sitúao como un líder de pensamento. Ademais das habilidades técnicas, comprométese a orientar aos próximos científicos de datos e compartir as súas ideas.  O corazón do seu liderado é a resiliencia e a adaptabilidade, evidente na forma en que abordou os obstáculos persoais. Cando Twitch o deixou ir debido aos recortes en toda a empresa, cambiou rapidamente, usando a súa rede e habilidades para conseguir un novo concerto en Amazon. Esta viaxe reforzou a súa resistencia e dedicación á aprendizaxe sen parar, ingredientes clave na súa receita para o éxito.  A influencia de Zhang na analítica deportiva está a piques de crecer. Prevé perfeccionar aínda máis o modelo "Shot Quality" e ampliar as súas aplicacións a outros deportes. O seu obxectivo é integrar datos en tempo real e técnicas avanzadas de IA para proporcionar información aínda máis precisa e accionable.  Os avances recentes na análise dos deportes están iluminando como se converteron en críticas as decisións baseadas en datos no atletismo. A tecnoloxía de seguimento de xogadores e a análise de vídeo de alta resolución están a cambiar o xogo, capturando o movemento e a interacción de cada xogador pequeno na pista, creando un tesouro de datos para que os geeks poidan mergullarse.  Os cerebros da MIT Sloan Sports Analytics Conference están facendo ruído sobre como a aprendizaxe automática e a IA están a cambiar as estratexias deportivas. Resulta que os modelos que mesturan o seguimento dos xogadores con datos do contexto do xogo poden aumentar a precisión das predicións de rendemento e as chamadas estratéxicas. Tomemos as redes neuronais, por exemplo: estes rapaces malos están a ser bos para predecir o rendemento dos xogadores e detectar riscos de lesións, ofrecéndolles aos equipos novas formas de manter as súas estrelas saudables e nítidas.  Despois hai tecnoloxía wearable, que engade outra capa ao xogo de datos. As estatísticas fisiolóxicas e biomecánicas en tempo real están agora ao alcance dos adestradores, o que axuda a controlar a fatiga, a recuperación e a saúde xeral dos xogadores. Isto significa decisións de adestramento máis intelixentes e xogadores preparados para o máximo rendemento.  O proxecto "Shot Quality" de Zhang aliñase con estas tendencias, mostrando como se poden aplicar modelos estatísticos avanzados á análise deportiva. Ao aproveitar a regresión binomial beta, o modelo de Zhang ten en conta a variabilidade inherente no rendemento do xogador, proporcionando unha comprensión máis matizada da eficiencia de tiro. Este enfoque non só mellora a precisión das métricas de rendemento, senón que tamén ofrece unha visión máis profunda da toma de decisións dos xogadores e da dinámica do xogo.  O camiño por diante para Ricky Zhang e Shot Quality Project  O proxecto "Shot Quality" de Ricky Zhang supón un importante salto adiante na análise deportiva. Ao aplicar técnicas avanzadas de aprendizaxe automática ao rendemento do baloncesto, está a transformar a forma en que entendemos e avaliamos aos xogadores. Mentres Zhang segue innovando e liderando neste campo, o futuro da analítica deportiva parece incriblemente prometedor.  Para aqueles que se inspiran na viaxe de Zhang, hai innumerables oportunidades de explorar as interseccións da ciencia de datos e os deportes. Tanto se es un aspirante a científico de datos como un profesional experimentado, o traballo de Zhang serve como un poderoso recordatorio do impacto que o pensamento innovador e a perseveranza poden ter nunha industria.  Se estás interesado en coñecer máis sobre o traballo de Ricky Zhang ou en explorar o futuro da analítica deportiva, ponte en contacto con el en  . Estade atentos a máis proxectos innovadores que seguirán remodelando o mundo do deporte.   LinkedIn

Between Two Computer Monitors: This story includes an interview between the writer and guest/interviewee. 

This writer has a vested interest be it monetary, business, or otherwise, with 1 or more of the products or companies mentioned within.

Este audio está producido na lingua orixinal da historia!

Demasiado longo; Ler

Make resilience your competitive advantage

O futuro da analítica deportiva: o innovador proxecto "Shot Quality" de Ricky Zhang

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Celebrating Our Programming Community!

Coñece R Systems: HackerNoon empresa da semana

HackerNoon Decoded 2024: Celebrating Our Media Community!

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Celebrating Our Programming Community!

Coñece R Systems: HackerNoon empresa da semana

HackerNoon Decoded 2024: Celebrating Our Media Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps