Utilizzo di algoritmi di clustering per il reclutamento dei giocatori |  di Pol Marín |  Aprile 2024

 | Intelligenza-Artificiale

Analisi sportiva

Quali giocatori potrebbero aiutare il Fulham a superare i suoi principali difetti?

fotografato da Lezioni di Mario SU Unsplash

Alcuni giorni fa, ho avuto la fortuna di poter partecipare a un hackathon sull'analisi calcistica organizzato da xfb Analytics(1), Transfermarkt(2) e Football Forum Ungheria(3).

Poiché di recente abbiamo ricevuto il permesso di condividere il nostro lavoro, ho deciso di scrivere un post sul blog sull'approccio che ho utilizzato.

L'obiettivo era scegliere una squadra della Premier League, analizzarne lo stile di gioco, evidenziare due difetti e preparare due liste da 5 giocatori ciascuna che potessero aiutare la squadra a migliorare. La premessa era che si dovesse cercare di ricoprire due posizioni diverse (da qui le “due liste da 5 giocatori ciascuna”).

Quindi, da questi due elenchi, abbiamo dovuto scegliere l'obiettivo principale in ciascuno e spiegare ulteriormente perché erano più adatti alle rispettive posizioni.

Il risultato finale doveva essere realistico e la somma delle quotazioni di entrambi i giocatori doveva essere inferiore a 60 milioni (ci sono state fornite le loro valutazioni Transfermarkt).

Ora che sai di cosa si tratta, voglio parlare del mio approccio. Sono un ragazzo di scienza dei dati che ama il calcio, quindi ho dovuto eseguire una sorta di analisi tecnica o modellazione con Python.

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *