Курс по аналитике футбола

Урок 1 • Настройка аналитического рабочего процесса

Описывает воспроизводимый процесс от формулировки вопроса до предоставления инсайтов. Связывает аналитическую строгость с практическим принятием решений в клубе.

Урок 2 • Источники данных и методы сбора

Обзор основных поставщиков данных, систем отслеживания и журналов событий. Студенты понимают происхождение данных и компромиссы по качеству до начала анализа.

Урок 3 • Что означает футбольная аналитика

Определяет аналитику в контексте футбола и отличает её от традиционного скаутинга. Устанавливает общую терминологию, используемую на протяжении всего курса.

Урок 1 • Работа с форматами футбольных данных

Охватывает структуры JSON, CSV и XML, распространённые в потоках событий и отслеживания. Готовит студентов к программному разбору и загрузке реальных данных поставщиков.

Урок 2 • Очистка и проверка данных

Решает проблемы пропущенных значений, дублирующихся записей и несогласованных меток в футбольных наборах данных. Чистые данные являются предпосылкой для всех надёжных последующих метрик.

Урок 3 • Разработка признаков для футбола

Преобразует исходные события в аналитически полезные признаки, такие как зоны, последовательности и дельты времени. Разработанные признаки обеспечивают работу моделей, создаваемых в последующих главах.

Урок 4 • Объединение и связывание наборов данных

Обучает соединению данных о событиях с таблицами отслеживания, составов и контекста. Точное объединение предотвращает аналитические ошибки, вызванные несоответствием идентификаторов.

Урок 1 • Визуальная коммуникация результатов

Применяет принципы дизайна — цвет, иерархию, аннотации — к аналитическим выводам. Эффективная визуальная коммуникация гарантирует, что инсайты дойдут до технически неподготовленной аудитории.

Урок 2 • Основы визуализации поля

Строит статические карты поля для ударов, передач и оборонительных действий с помощью mplsoccer или аналогичных библиотек. Пространственный контекст превращает исходные координаты в тактические инсайты.

Урок 3 • Описательная статистика для футбольных данных

Применяет среднее значение, медиану, дисперсию и анализ распределений к метрикам игроков и команд. Описательные сводки формируют базовый уровень перед началом инференциальной работы.

Урок 4 • Лепестковые диаграммы и сравнительные диаграммы

Разрабатывает лепестковые диаграммы и столбцовые сравнения для многомерного профилирования игроков. Эти форматы являются стандартными в скаутских отчётах и презентациях для заинтересованных сторон.

Урок 1 • Отбор признаков для моделей xG

Определяет расстояние до ворот, угол удара, часть тела и тип передачи как основные предикторы. Выбор признаков напрямую определяет точность и интерпретируемость модели.

Урок 2 • Постударный xG и xG по ударам в створ

Расширяет базовый xG данными о placement удара и позиции вратаря. Постударные модели обеспечивают более высокое разрешение по сложности сейвов и результативности вратарей.

Урок 3 • Обучение и валидация моделей xG

Применяет логистическую регрессию и градиентный бустинг к данным об ударах с правильной кросс-валидацией. Валидация предотвращает переобучение и обеспечивает обобщаемость на разные сезоны.

Урок 4 • Интерпретация и применение результатов xG

Переводит выходные данные модели в оценки навыка завершения атак и качества командного нападения. Связывает xG с решениями по рекрутингу и тактическими решениями тренерского штаба.

Урок 1 • Кластеризация тактического стиля

Группирует команды по метрикам владения и прессинга с помощью обучения без учителя. Кластеры стилей обеспечивают сравнение аналогичных команд и подготовку к сопернику.

Урок 2 • Построение сетей передач

Строит направленные взвешенные графы из данных о событиях передач с помощью NetworkX или igraph. Структура сети раскрывает командную иерархию и предпочтительные маршруты циркуляции мяча.

Урок 3 • Последовательности и цепочки владения

Сегментирует данные матча на цепочки владения и анализирует их исходы. Анализ на уровне цепочек связывает паттерны циркуляции мяча с созданием моментов.

Урок 4 • Метрики передач за пределами процента точности

Представляет прогрессивные передачи, передачи в финальную треть и ожидаемую угрозу. Более информативные метрики передач отражают намерение и опасность, выходя за рамки простой точности.

Урок 1 • Возрастные кривые и траектории развития

Моделирует, как результативность игрока меняется с возрастом, используя лонгитюдные данные. Возрастные кривые обосновывают решения «купить или арендовать» и долгосрочное планирование состава.

Урок 2 • Составление шорт-листа для рекрутинга

Объединяет фильтры метрик, показатели сходства и контекстуальные флаги в ранжированный шорт-лист. Формат шорт-листа служит мостом между результатами аналитики и рабочим процессом спортивного директора.

Урок 3 • Поиск сходства и сравнение игроков

Использует метрики расстояния и поиск ближайших соседей для нахождения статистически похожих игроков. Модели сходства используются для поиска замен и альтернативных целей.

Урок 4 • Композитные модели рейтинга игроков

Объединяет несколько метрик в взвешенные композитные оценки общей ценности игрока. Композитные модели уменьшают размерность и поддерживают быстрое составление шорт-листов.

Урок 1 • Анализ движения без мяча

Измеряет рывки, создание пространства и качество позиционирования независимо от контакта с мячом. Метрики без мяча раскрывают вклад игроков, невидимый в одних только данных о событиях.

Урок 2 • Интеграция данных отслеживания с данными о событиях

Выравнивает кадры отслеживания с временными метками событий для обогащения ударов, передач и единоборств. Объединённые наборы данных позволяют создавать контекстно-зависимые модели, недоступные из каждого источника по отдельности.

Урок 3 • Командная форма и пространственные метрики

Количественно оценивает командную ширину, глубину и движение центроида из синхронизированных кадров отслеживания. Пространственные командные метрики операционализируют тактические концепции, такие как компактность и растяжение.

Урок 4 • Введение в данные отслеживания

Объясняет оптические и GPS-системы отслеживания, системы координат и частоту кадров. Понимание происхождения данных необходимо перед любым расчётом физических метрик.

Урок 1 • Ожидаемая угроза и ценность владения

Строит фреймворки xT и VAEP для присвоения ценности каждому действию с мячом. Модели ценности владения обеспечивают целостную атрибуцию результативности игрока и команды.

Урок 2 • Перевод аналитики в клубную стратегию

Структурирует аналитические выводы в стратегические рекомендации для тренерского штаба и руководства. Служит мостом между техническими результатами и организационным принятием решений на клубном уровне.

Урок 3 • Модели прогнозирования исхода матча

Строит предматчевые и внутриматчевые модели вероятности победы, используя характеристики на уровне команды. Модели исходов поддерживают бенчмаркинг на рынке ставок и внутриигровые тактические корректировки.

Урок 4 • Аналитика стандартных положений

Количественно оценивает розыгрыши угловых, штрафных и вбрасываний, используя пространственные данные и данные об исходах. Стандартные положения составляют значительную долю голов и заслуживают отдельного моделирования.