ال NFL Scouting الجمع يوفر عاصفة ثلجية من البيانات مع مئات التوقعات التي تمر عبر التدريبات المختلفة التي تتراوح من اندفاعة 40 ياردة إلى القفزة الرأسية إلى مكوك قصير.
في كل ما يمكن أن يكون ساحقًا بالنسبة إلى أكثر المديرين التنفيذيين من اتحاد كرة القدم الأميركي ، أقل بكثير من المشجعين الذين سيقضون الأشهر القليلة المقبلة في محاولة ليصبحوا خبراء مسودات.
تعاون فريق NextGen Stats في اتحاد كرة القدم الأميركي مع أداة التعلم الآلي لشركة Amazon Quicksight لوضع كل هذه الأرقام في شكل أكثر فهماً كجزء من Combine IQ ، والذي تم إصداره للجمهور يوم الخميس على موقع اتحاد كرة القدم الأميركي.
“إنه في الاسم: الجمع بين الذكاء. لقد توصلنا إلى ذلك لأن هذا هو ما نريد أن يسلبه الناس ، وهو أن يجعلك أكثر ذكاءً حول الجمع “. “نريد من المعجبين أن يفهموا حقًا الأرقام التي يتم جمعها والطرق التي يمكنك تصورها وجعل هذه البيانات قابلة للهضم وذات ثاقبة.”
ستنشر لوحة القيادة نتائج على جميع التدريبات ، بما في ذلك تتبع البيانات من أجهزة استشعار RFID على كل لاعب ، ووضعها في نموذج إسقاط اللاعب الذي يأخذ أيضًا في الاعتبار إنتاج الكلية وحجمه ومجلس إجماع كبير من 10 تصنيفات مسودة لتصنيف كل لاعب على مقياس من 50 إلى 99 في الرياضة والإنتاج ومسودة إجمالية.
قام فريق NextGen Stats بنمذجة الجمع بين البيانات مرة أخرى حتى عام 2003 ، مما يسمح للمشجعين بمقارنة اللاعبين على مدار أكثر من عقدين مع تصنيفات مرتبطة بشكل جيد بنجاح اتحاد كرة القدم الأميركي بناءً على قياسات مثل أن تصبح بداية أو لاعب كرة قدم.
سيقوم فريق NextGen Stats بالتحقق من صحة جميع البيانات حيث يتم جمعها للتأكد من أنها دقيقة قبل نشرها على الموقع الإلكتروني ، وعادة ما يكون ذلك في غضون 10 دقائق أو أقل من لاعب ينهي تدريبات. ستكون الأرقام والتحليلات قابلة للجماهير على موقع الويب وتستخدمها شبكة NFL على بث الجمع.
ستكون البيانات قادرة على فرزها من قبل أفضل أداء الفنانين في جوانب مختلفة من كل حدث ، بالإضافة إلى وجود رسومات عنكبوت التي تقارن اللاعبين في نفس الموقف في كل التدريبات والقياس ، بما في ذلك درجات الإنتاج والرياضية في إحصائيات NextGen.
وقال آري إنتين ، رئيس التسويق الرياضي في AWS: “هذه تحليلات على المستوى الاحترافي كانت متاحة سابقًا لفرق اتحاد كرة القدم الأميركي ، ونحن نجعلها في متناول المشجعين في كل مكان ، وهو أمر رائع”. “هذه طريقة جديدة لالتقاط بيانات الأداء الرياضية وتصورها وتحليلها في الوقت الفعلي.”
بالنسبة للاعبين الذين لا يختبرون في التدريبات في الجمع ، فإن النموذج سوف ينتج درجات رياضية مقدرة استنادًا إلى بيانات الكلية التي تم جمعها.
تمر الأرقام أعمق من الأوقات المستقيمة فقط لحدث مثل 40 مع اللاعبين تم تصنيفهم أيضًا على أساس السرعة القصوى ، وتقسيم 10 ياردة ، وسرعة عند 10 ياردة وتسارع. تُظهر البيانات أن Xavier Worthy كان لديه أسرع سرعة في كل فترة 10 ياردات العام الماضي عندما سجل رقمًا قياسيًا في 40 في 4.21 ثانية.
تحتوي لوحة القيادة أيضًا على بيانات حول كيفية ارتباط اختبارات الجمع بنجاح اتحاد كرة القدم الأميركي في كل موقف مع درجات الألعاب الرياضية في Edge Rusher و Cornerback الأكثر أهمية وأقل أهمية بالنسبة للمراكز والأمان.
كما يوفر عتبات للاعبين للوصول إلى بعض المواقف مع ظهور الركض على أنها “جيدة” مع زمن قدره 4.53 أو أفضل في الأربعين إذا كانوا أقل من 210 رطلاً و 4.58 إذا كان أثقل ، و “النخبة” عند 4.39 مقابل أقل من 210 رطلاً و 4.42 رطل.
هناك عتبات مماثلة للاختبارات الأخرى اعتمادًا على الأهمية في كل موقف مع كون التدريبات ثلاثية المخلوقة مهمة للركض والاندفاع الحافة والقفزة الرأسية المهم لصيادين المارة ، على سبيل المثال. حتى اللاعبين الأكبر مثل المعالجات الهجومية لديهم عتبات للوفاء من حيث 40 مرة ، طول الحفر والذراع الثلاثة بناءً على ما تعلمه النموذج على المسودات من العقدين الماضيين.
وقال باند: “يقوم النموذج بعمل جيد حقًا في العثور على المنحدرات”. “حيث إذا كنت فوق هذا الترتيب أو الصف النسبي مع توسيع نطاقه. ثم حقا الطبيعة التنبؤية تذهب إلى جميع التحليلات أدناه. يبدو الأمر كما لو أننا نريد أن يشبه لوحنا الكبير إلى حد ما لوحة الإجماع الكبيرة مع جميع العلاقات المكسورة بين جميع المقاييس المتقدمة عبر الميزات الرياضية والإنتاج والحجم. ”
___
AP NFL: https://apnews.com/hub/nfl
