Fit Predict
Data Science в спорте
С помощью машинного обучения предсказываем EPV-метрики на следующий сезон. Создаем интрумент для селекционера
4В прошлый раз мы построили свою EPV модель, на основе которой посчитали пару метрик, а именно награду за продвижение мяча через пас и ведение/дриблинг. В этой статье мы попытаемся прогнозировать значения этих метрик для игроков в будущем.
Строим модель Expected Possession Value на event-данных Wyscout
10Когда-то давно мы уже строили EPV на трекинг-данных РПЛ. В этой статье мы не будем использовать трекинг, но данных будет больше, мы охватим сразу несколько десятков лиг.
Рейтинг верховых единоборств топ-6 и РПЛ
В статье мы построим модель, основанную на методе, предложенным Гарри Гелайдом в статье A New Metric for Evaluating 1v1 Ability. На статью наткнулся в Блокноте.
Составляем рейтинг европейских лиг с помощью Glicko-2 и объясняем почему он лучше рейтинга УЕФА
8Это уже не первая моя статья про рейтинги. Не буду оставлять здесь кучу ссылок, а напишу всеобъемлющий текст с опусканием технических деталей.
Строим модель Expected Possession Value на трекинг-данных по РПЛ
3Составляем рейтинг эффективности, похожий на PER из НБА.
С помощью Glicko-2, LightGBM и xG прогнозируем результаты матчей большой пятерки
19Обновили прогнозы (27.04.2021)
Последнее владение, твоя команда проигрывает два очка. Что делать!?
7Строим простенькую модель принятия решений
Строим модель ожидаемых пасов. Используем трекинг-данные по РПЛ
5В статье мы построим модель expected passes (xP) и на ее основе создадим пару метрик, по которым отранжируем игроков РПЛ. Затем немного порассуждаем, что получилось.
