Против течения: нейросеть оценила работу Евгения Калешина в Акроне. Часть I «Команда»
Летом 2023г. группой энтузиастов, с целью адаптации советских тренерских методик, с использованием современных разработок в области спортивной аналитики и машинного обучения, был создан стартап Soccer Soul AI.
Проект фокусируется на предоставлении тренерам аналитических данных и рекомендаций, для улучшения игры команд и отдельных игроков, используя для оценки только те метрики и игровые действия, которые определяют результат и поддаются тренировке.
В тестовой фазе принял участие главный тренер ФК Акрон - Евгений Калешин, самостоятельно применявший методику АВП в своей тренерской работе.
Результаты эксперимента по анализу игры Акрона в первом круге мы представляем вашему вниманию.
В качестве контрольных показателей использовалась статистика РПЛ.
Этапы исследования:
Мониторинг матчей; Фиксация элементов АВП в формате готовых дата-сетов для нейросети;
Анализ данных нейросетью, выводы и рекомендации;
Обратная связь и комментарии главного тренера.
* - эксперимент вынужденно завершён досрочно, отчет охватывает матчи I-го круга Первой лиги, который команда Калешина завершила на первом месте.
Слово Евгению Калешину:
Уважаемые коллеги и просто люди влюбленные в прекрасную игру Футбол!
Нам необходимо придать значение такому методу, который бы был наиболее полезен для коррекции игры команды и ее игроков. На мой взгляд таким методом является «Методика передач в АВП», так как она наиболее близко расположена к самому главному правилу игры в футбол! А именно: «Побеждает тот, кто забьет на один гол больше!»
Методика не зависит от философии игры команды, от ее систем игры, от стратегий на конкретный матч!
В настоящее время с внедрением искусственного интеллекта в алгоритмы, полностью исключена ангажированность и предпочтение, которое может быть сформировано средой и воспитанием.
Вам просто необходимо попробовать несколько раз прочитать описание игры вашей команды и вы поймете о чем я говорю! Это совершенно другой язык разговора об игре.
С уважением, Евгений Калешин.
В первой части исследования было поставлено несколько задач:
- проверка информативности методики игры через АВП, с точки зрения восприятия получаемых данных нейросетью, их адекватной трактовки и способности выдавать рекомендации;
- проверка гипотезы практического применения методики в работе главных тренеров команд;
- подтверждение возможности использования получаемых данных для оценки футболистов, отслеживания динамики их результатов и сравнительного анализа при отборе игроков;
- оценка профессионального уровня главного тренера;
- проверка использования методики, как эффективного инструмента аналитических отделов команд.
Раздел I. «Классификация игровых ситуаций».
Слово нейросети Soccer Soul_AI:
Анализируя базу данных метрик футбольного клуба «Акрон» на дистанции первого круга турнира Первой лиги, я рассмотрела статистику всех игр команды и её взаимосвязь с исходами матчей, а так же сопоставила со средними значениями РПЛ.
- Простые командные действия: коротко-средние и длинные передачи;
- Индивидуальные действия игроков: обводки и ведение;
- Сложные командные взаимодействия: стенка, на третьего, скрещивание, пас пяткой, пропуск мяча, скрытый пас, забегание, вбегание.
Сопоставляя соотношение типов игровых элементов, выполнявшихся Акроном, с показателями РПЛ, я вижу следующую картину:
Сложные игровые взаимодействия – серьёзный индикатор качества командной игры, поэтому на них я акцентирую особое внимание: клуб РПЛ с минимальной долей сложных действий – Ахмат (10,4%) имеет показатель выше, чем лидер Первой лиги.
Количественно, сложные игровые элементы в игре Акрона составили наименьшую долю, однако вот как выглядит ситуация, если мы рассмотрим передачи, приводившие к забитым голам:
Доля сложных игровых элементов заметно вырастает.
Количественно, картина также подтверждается. Только 6% простых элементов приводят к голам Акрона, 8% индивидуальных и 12% сложных!
Именно сложные игровые элементы, несмотря на их меньшее количество, имели для Акрона наибольший процент корреляции (65%) с исходом игры.
Определяющий фактор эффективности – удары по воротам. Здесь я тоже провела сравнительный анализ Акрона с РПЛ.
- 25% ударов команды приходилось в створ ворот соперников. Именно таков показатель высшего дивизиона.
- 12% ударов Акрона реализовывались и здесь пусть небольшой, но всё-таки перевес над статистикой РПЛ (11,1%).
- Перевес также имеется и в доле неточных ударов (43% против 37%), но это показатель только в статистику, а не в актив.
- А вот то, что удары Акрона блокировались соперником в 18% случаев, тогда как в РПЛ этот показатель составил 24%, я отмечу, как результат со знаком плюс.
Раздел II. «Ключевые метрики»
Баланс качества игры
В 53% матчей IQ Акрона было «хорошим» или «отличным» (4 и 5 звезд соответственно).
Лишь две игры (с Химками и Динамо) с точки зрения качества атаки отмечу, как слабые.
Проводя параллели с РПЛ, подчеркну, что средний показатель IQ у Акрона (16,3) соответствует общему уровню команд высшего дивизиона за прошедшие 18 туров (16,1).
Акрон превосходил соперника по этой метрике в 76% игр, имея положительный баланс собственного IQ и IQ соперника.
При большем IQ вероятность не проиграть у Акрона составила 77%, а вероятность выиграть – 54%.
Среднее значение IQ баланс за первый круг составило 4,7 балла. Для сравнения, в РПЛ более высокий показатель имеют только Зенит и Спартак.
Игра в обороне
Главный вопрос к обороне - как мы позволяем играть через АВП сопернику, насколько качественно, как эффективно и в какой степени результативно?
В случае с Акроном, в обороне выявляется тенденция, схожая с той, что была отмечена при описании атакующих действий. Принципиально для команды не является критичным то, что соперник имеет высокий показатель IQ (стоит отметить, что за первый круг это случалось не часто).
Гораздо важнее, когда соперник имеет более высокую эффективность атак.
В трёх из четырёх проигранных и в шести из семи не выигранных матчах, Акрон был хуже по эффективности.
Единственная выпадающая из статистики игра (с Тюменью) была пограничной, с перевесом Акрона всего на 1,3%.
💡 (EF) Эффективность– процент балов набранных за удары по воротам включая голы в IQ команды
В 35% игр эффективность Акрона была на хорошем, либо отличном уровне.
При этом, высокую эффективность атаки команда могла демонстрировать, как при высоком собственном IQ (игры с Волгарём и Арсеналом), так и при низком (Динамо и Родина). И только в одной игре (Нефтехимик) итоговая эффективность оказалась откровенно слабой.
Снова проводя параллель с лигой выше, отмечу, что уровень эффективности Акрона, это также, как и IQ – уровень РПЛ.
В 47% матчей показатель эффективности Акрона был выше. В этих играх вероятность победы команды составила 90%.
Таким образом, я делаю вывод, что именно метрика эффективности атаки стала для команды, определяющей на дистанции.
Выводы:
игра Акрона в целом имела более высокие показатели качества, чем у соперников;
в движении мяча через АВП по всем типам игровых элементов имелось преимущество;
количество сложных командных взаимодействий, выполняемых командой, имело наибольшую корреляцию с исходами матчей;
метрика эффективности атаки была для команды, определяющей;
имея собственный уровень эффективности атаки выше, чем у соперника, команда побеждает в 90% случаев;
Часть I. Заключение:
На дистанции первого круга хорошо заметно, как Акрон реагировал на изменение ситуации.
Успешный старт со стабильно высоким качеством игры, постепенно сменился проблемами с эффективностью и реализацией.
Однако, тренерскому штабу удалось перестроить игру команды в сторону более прагматичного футбола, увеличив сначала показатели эффективности при снижении общего качества игры, а затем вернув и качество, уже с сохранением эффективности.
Подобная тактическая гибкость, позволила преодолеть возникшие игровые проблемы, что статистически выглядит достаточно наглядно и особенно производит впечатление, учитывая уровень имеющихся в обойме футболистов.
На основе анализа данных матчей Акрона, без корреляции четких пороговых уровней, рассчитаны следующие показатели:
Чтобы выиграть с вероятностью 90%, Акрон должен набирать IQ равный или выше 20.3 и иметь эффективность EF равную или выше 44.6%.
Подробнее о методологии в моем боте
Подписшись на мой канал в телеграм «Нейросеть о футболе» ⚽️🤝🏆
