El Big Data aplicado a la captación de jugadores

Mensajes: 713
Registro: 24/04/2012

Publicado el 12 de abril a las 18:21
Editado 1 veces - Última vez el 12 de abril a las 18:24
Leído: 4.816
Hace pocos días salía la noticia de que Pep Guardiola había contratado astrofisicos para aplicar temas de física unidos a Big Data al juego de su equipo.

Big Data en el Manchester City

Para los profanos, Big Data es el procesamiento de grandes volumenes de datos para la obtención de información valiosa de diversa indole. Aunque el Big Data ya lleva unos cuantos años siendo utilizado en diferentes ambitos, el mundo del futbol ha estado relativamente apartado hasta ahora.

Pero esto está cambiando y clubes punteros como el City lo han empezado a aplicar. Por eso yo me preguntaba si no sería posible aplicarlo a la captación de jugadores. Me explico.

Hoy en día tenemos recopilación de datos y estadisticas de todos los partidos que se juegan, desde primera división hasta categorías inferiores. Se supone que tenemos ojeadores que eligen a los chavales en función de una serie de caracteristicas, pero, como pasaba en la pelicula de Moneyball (peli muy recomendable por cierto), a veces la intuición y la experiencia tienen sesgo.

Por ejemplo (me lo invento, es solo un ejemplo), en Lezama gustan los delanteros tipo tanque y los medios centros físicos. Entonces, un ojeador puede tener más tendencia a captar chavales que entren dentro de este tipo de perfiles. Otro ejemplo, captamos a un chaval que técnicamente es una maravilla, pero luego su incidencia en el juego es muy baja. A lo que voy es que podríamos respaldar y complementar el trabajo de los ojeadores, sobre todo teniendo en cuenta que nuestro mercado es muy pequeño. Deberíamos ser capaces de detectar a cualquier chaval que empiece a destacar en categorias inferiores, mucho antes de que entre en el radar de nuestros competidores de mercado: Real Sociedad, Osasuna, Alavés, Eibar, etc.

De hecho, buscando información sobre el tema veo que en el medio Gol Digital ya hablan de la necesidad de utilizar Big Data para la captación en el Athletic como forma de asegurar la supervivencia.


¿Qué opináis? Lo mismo que hace algunos años hubo entrenadores que revolucionaron la manera de entrenar y tecnificar, creo que la innovación pasa ahora por la dirección deportiva. Si no somos capaces de ponernos al día en estos temas, puede que a la larga lo acabemos lamentando. ¿Qué os parece?

Un saludo y buen foro!

Respuestas al tema

Mostrando (76 - 100) de 105 respuestas

Respuesta #76
el 12 de abril a las 23:12
Editada el 12 de abril a las 23:16
Cita de proteo85:
Cita:


como que resto de propuestas? toda la física teórica es una propuesta, como bien sabes las propuestas pese a su gran importancia están muy por debajo de una ley o una teoría.


¿Cómo que toda la física teórica es una propuesta? Me parece una frase muy absoluta y desafortunada.

El model estándar, que explica fenomenológicamente la fuerza fuerte, débil y electromágnetica, ha sido probada infinidad de veces experimentalmente. Al igual que hasta ahora la gravedad de Netwon y la relatividad.


el modelo estándar es una teoría no una propuesta

entiendes la diferencia entre propuesta, teoria y ley? me parece algo básico aunque en algunos estudios en particular la diferencia pise la línea.

hay firmes candidatos entre la física teórica para pasar a ser teorías y no propuestas, pero mientras no lo hagan oficialmente seguirán siendo lo que son.

por lo que te he leído entiendes suficiente de la materia para entender la necesidad de dicha diferenciación.

GARITANO KANPORA!!!!

Respuesta #77
el 12 de abril a las 23:14
Cita de Pichichi9:
Cita de Nervión:
Me imagino que, como todos los avances que se dan en la sociedad, acabarán usándose en los deportes.

Lo que pasa es que lo acabarán usando todos los clubes, por lo que no habría ninguna venta para el Athletic.

Todos tendrían esa herramienta.


Bueno, cuando la muestra es más pequeña la ventaja puede ser mayor para seleccionar el elemento adecuado. Cuando tienes más para elegir las probabilidades de confundirte son menores, hay menos diferencia entre el bueno y el buenísimo. Lo difícil aquí es identificar el verdaderamente bueno entre pocos.

La película moneyball habla de la aplicación de esto en el deporte profesional.


                            ++++++++++++

       Pichichi9, y distinguiría entre algunos deportes en los que lo físico es la base principal, atletismo, ciclismo, halterofília, golf, etc. donde la inteligencia tienes que ponerla al servicio del equipo y donde un jugador inteligente enseguida llama la atención sobre el resto, lo mismo pasa en baloncesto y otros deportes, si el Big Data ese, es capaz de medir la inteligencia y creatividad, entonces me callo, pero si sólo te va a dar datos físicos, peso, agilidad, velocidad, reflejos, etc., para mí, se deja lo principal el talento y todo lo relacionado con el arte de dominar el balón a la perfección.
Respuesta #78
el 12 de abril a las 23:18
Para mi el BigData es una herramienta cojonuda en el fútbol, y puede ser que por ese comunicado del City se le haya dado más bombo, pero ya había muchos equipos trabajando con estos datos. (Os suena por ejemplo OPTA??)

Ahora bien, para el Athletic de momento no le veo tanta utilidad, mas allá de recopilar y estudiar los datos de la primera plantilla y la cantera.

Nuestra captación es en categorías inferiores, y no veo de momento a un cadete/infantil del Barakaldo llevando un chip para poder compararlo con el del Portu, para saber quien tiene mayor influencia en el juego o podría ser más importante en el equipo según los datos.

Para equipos grandes o un Sevilla/Real, puede servir para encontrar perfiles que no dispongan en Rumania, Turquia o Afganistán, donde las ligas profesionales están cubiertas con estos datos para hacer comparaciones, o para ver quien entre Mbappe o Haaland se adaptaría mejor a su equipo.

Nosotros deberíamos centrarnos en contratar grandes profesionales en materia de captación y formación, distribuidos por todo el territorio, para formar y gestionar los máximos jugadores posibles desde edades tempranas, tanto en el Athletic como en afiliados.
Ahí nos tendríamos que gastar la pasta. En saber que en el Baraka hay 2 cadetes con un talento innato impresionante (es un ejemplo), verificar que los ponen con el juvenil, enseñarles como afrontar diferentes sistemas tácticos, controlarles la dieta y el entorno, hacerlos sentir que con un poco de dedicación serán profesionales, y que todos los días aprenden algo nuevo en los entrenamientos.

Al que es bueno se le ve, lo difícil es hacerle llegar.
Respuesta #79
el 12 de abril a las 23:27
Cita de Philip J Fry:
Cita:


A ver, es que relacionar resultados con variables y capturar tendencias es algo que ya se viene haciendo en estadística desde siempre. Como ya he dicho, el ejemplo más claro es el de regresión lineal y = X*beta.

El big data, está concebido especialmente para ser capaz de capturar patrones (normalmente no lineales) para los cuales necesitas muchos datos. Pero sobre todo, para que estos patrones sean generalizables. Y para ello tienes que probarlos en datos que no hayas visto. Y claro, para hacer todo esto necesitas muuuuchos datos.

Estoy de acuerdo en parte del fondo de lo que has expuesto, pero no en lo que dices de que el objetivo principal de Big data no es hacer predicciones.

El objetivo principal depende de lo que tú te preguntes.Y puede pasar que a veces, a ti no te interese tanto saber qué variables gobiernan el resultado, sino que el resultado sea lo más acertado a lo que se ve.

Por ejemplo, a los algoritmos de deep learning que usa Facebook para etiquetar gente en las fotos, pues les interesa predecir con altas tasas de acierto a las personas, no tanto encontrar que el pixel (x, y) es el más importante.


es que es tan obvio.. y tan obvio el fallo, buscan lo que les dices que busquen, ni más ni menos, y por su fuera poco luego lo interpretara una persona que tambien estara buscando algo.

si tu le estableces los parámetros de lo que es un jugador bueno... pues entonces no hay deep learning ni hay nada, no es más que estadística llevada al límite con aires de misterio.

puesto no existe una IA real aun, todo lo relacionado con el deep learning no es más que eso, fantasía.



Pero es que tú no sabes todos los parámetros que hacen un jugador bueno. Sabrás algunos y los usarás para predecir mentalmente si un jugador va a ser bueno o no. Al final, en el fúbol, como en el resto hoy en día, se recogen muchísimos datos, y todos estos modelos de Big data no son más que una manera de explotar toda esa información junta.

Y es que la gracia del deep learning (y para hacer deep learning necesitas muchos datos) radica en que es capaz de capturar patrones - generalmente no lineales- lanzándole casi cualquier cosa, que te permiten predecir algo mucho mejor que usando modelos sencillos. Y un modelo sencillo puede ser, por ejemplo, que un jugador cuantos más goles meta, va a ser mejor.

Estos algoritmos no hacen más que aproximar una función f(X)=y con una tasa de acierto muy alta, pero lo más importante, asegurándose de que cuando le llegue un nuevo jugador, lo que se prediga sea correcto también.
Respuesta #80
el 12 de abril a las 23:34
Big Data puede construir la sinfonía perfecta...y sonar como un avión despegando. Porque Big Data no tiene "alma". Big Data puede analizar 10 millones de jugadas de ajedrez por segundo...pero en la mayoría de las ocasiones perderá ante un Gran Maestro que "sólo" es capaz de imaginar 15 jugadas diferentes tras un movimiento. Porque no sabe improvisar. Porque, igual que antes, no tiene "alma", no tiene percepción espacial, no tiene estado de ánimo y mucho menos es capaz de "arriesgar". Y, aplicado al fútbol, pasa exactamente lo mismo. No sabe lo que "ve" el jugador, su intuición, su estado de ánimo, lo que ve en las miradas del contrario. No tiene inspiración. Mozart o Beethoven componen, no por datos matemáticos, sino por intuición, con el oído...con el corazón y el alma. Su música está dentro de su organismo, desde el cerebro, pasando por el corazón y llegando a la piel. De la misma manera se desenvuelve un futbolista. Big Data no puede medir un arranque de furia de un jugador. Sólo aporta fríos datos que, en una actividad donde sobre todo cuentan el talento y las emociones...no sirven para nada.

Por el humor de Dios!

Respuesta #81
el 12 de abril a las 23:37
Cita de Philip J Fry:
Cita:


¿Cómo que toda la física teórica es una propuesta? Me parece una frase muy absoluta y desafortunada.

El model estándar, que explica fenomenológicamente la fuerza fuerte, débil y electromágnetica, ha sido probada infinidad de veces experimentalmente. Al igual que hasta ahora la gravedad de Netwon y la relatividad.


el modelo estándar es una teoría no una propuesta

entiendes la diferencia entre propuesta, teoria y ley? me parece algo básico aunque en algunos estudios en particular la diferencia pise la línea.

hay firmes candidatos entre la física teórica para pasar a ser teorías y no propuestas, pero mientras no lo hagan oficialmente seguirán siendo lo que son.

por lo que te he leído entiendes suficiente de la materia para entender la necesidad de dicha diferenciación.


Algo entiendo, sí...

Es que todo esto venía de que has dicho más arriba que el modelo estándar no es mas que una propuesta. O al menos, así te he entendido yo.
Respuesta #82
el 12 de abril a las 23:45
Editada el 12 de abril a las 23:52
Cita de proteo85:
Cita:


el modelo estándar es una teoría no una propuesta

entiendes la diferencia entre propuesta, teoria y ley? me parece algo básico aunque en algunos estudios en particular la diferencia pise la línea.

hay firmes candidatos entre la física teórica para pasar a ser teorías y no propuestas, pero mientras no lo hagan oficialmente seguirán siendo lo que son.

por lo que te he leído entiendes suficiente de la materia para entender la necesidad de dicha diferenciación.


Algo entiendo, sí...

Es que todo esto venía de que has dicho más arriba que el modelo estándar no es mas que una propuesta. O al menos, así te he entendido yo.


no, no, me refería obviamente a todas las propuestas de unificación, a todo lo que (no se ahora) pero antes se estudiaba en física teórica.

La verdad es que pese a la edad y estar jubilado de ello (no de otras cosas por desgracia jeje) de vez en cuando sigo leyendo alguna novedad, pero no muchas, ya que no veo un verdad clara ahí.

sobre el tema del big data y machine learning, si que lo he probado, no con el tensoflow, al que le dedique 15 minutos y me aburrio mucho muchísimo, pero si con los modelos de prueba del curso de google y mis impresiones fueron esas: estadística con mas capacidad de proceso.

y como toda estadística con una interpretación sesgada , tu estableces lo que buscas.

el dia que exista una IA real la cosa puede cambiar mucho pero eso no es ni propuesta a dia de hoy, es fantasía

GARITANO KANPORA!!!!

Respuesta #83
el 13 de abril a las 00:00
Cita de Philip J Fry:
Cita:


Algo entiendo, sí...

Es que todo esto venía de que has dicho más arriba que el modelo estándar no es mas que una propuesta. O al menos, así te he entendido yo.


no, no, me refería obviamente a todas las propuestas de unificación, a todo lo que (no se ahora) pero antes se estudiaba en física teórica.

La verdad es que pese a la edad y estar jubilado de ello (no de otras cosas por desgracia jeje) de vez en cuando sigo leyendo alguna novedad, pero no muchas, ya que no veo un verdad clara ahí.

sobre el tema del big data y machine learning, si que lo he probado, no con el tensoflow, al que le dedique 15 minutos y me aburrio mucho muchísimo, pero si con los modelos de prueba del curso de google y mis impresiones fueron esas: estadística con mas capacidad de proceso.

el dia que exista una IA real la cosa puede cambiar mucho pero eso no es ni propuesta a dia de hoy, es fantasía


Entiendo lo que quieres decir sobre la física teórica, particularmente con la de altas energías (ya que hay más física teórica que no necesita de tanta energía). Y es que desgraciadamente, en este campo de altas energías hoy en día, la teoría está muy por delante del experimento, y así es muy difícil refutar o validar propuestas.

El big data y machine learning no es más que eso, una herramienta más, que puede ser muy útil para según qué preguntas. Y para los casos en los que tengas que manipular mucha información y quieras usarla para predecir algo bien, pues es una herramienta muy muy válida y útil.

Obviamente no existe una IA real como nosotros la pensamos, que tenga pensamiento propio, inteligencia cognitiva y tal. Seguramente también, llamarla inteligencia artificial sea un término muy desafortunado, que ha sido prostituido por todo el marketing periodístico. Pero esto no debería, en mi opinión, denigrar la importancia de todos estos approachs de machine y deep learning a la explotación de datos.
Respuesta #84
el 13 de abril a las 00:03
Cita de Philip J Fry:
Cita:


Lo del astrofísico ha sido una patinada, no sé de quién ni me interesa. Pero eso no quita que la tecnología tenga mejor "ojo" que un humano.


uMMMm tras una vida dedicada a la ciencias puras, a los números exactos, me atrevo a afirmar que el talento no es predecible, por su misma naturaleza.


En astronomía se usan mucho sistemas de detección automáticos para la observación con los telescopios. Buscará que le den el chivatazo unos algoritmos.

https://youtu.be/eWQjS0oZeBY?t=387

Respuesta #85
el 13 de abril a las 00:10
Editada el 13 de abril a las 00:10
Cita de eldelaMetro:
Cita:


uMMMm tras una vida dedicada a la ciencias puras, a los números exactos, me atrevo a afirmar que el talento no es predecible, por su misma naturaleza.


En astronomía se usan mucho sistemas de detección automáticos para la observación con los telescopios. Buscará que le den el chivatazo unos algoritmos.


coño pero eso no tiene nada de big data , eso es un IF de manual , dejo ahi el telescopio en auto Y SI pasa esto que lo anote.

GARITANO KANPORA!!!!

Respuesta #86
el 13 de abril a las 00:12
Editada el 13 de abril a las 00:31
Cita de proteo85:
Cita:


no, no, me refería obviamente a todas las propuestas de unificación, a todo lo que (no se ahora) pero antes se estudiaba en física teórica.

La verdad es que pese a la edad y estar jubilado de ello (no de otras cosas por desgracia jeje) de vez en cuando sigo leyendo alguna novedad, pero no muchas, ya que no veo un verdad clara ahí.

sobre el tema del big data y machine learning, si que lo he probado, no con el tensoflow, al que le dedique 15 minutos y me aburrio mucho muchísimo, pero si con los modelos de prueba del curso de google y mis impresiones fueron esas: estadística con mas capacidad de proceso.

el dia que exista una IA real la cosa puede cambiar mucho pero eso no es ni propuesta a dia de hoy, es fantasía


Entiendo lo que quieres decir sobre la física teórica, particularmente con la de altas energías (ya que hay más física teórica que no necesita de tanta energía). Y es que desgraciadamente, en este campo de altas energías hoy en día, la teoría está muy por delante del experimento, y así es muy difícil refutar o validar propuestas.

El big data y machine learning no es más que eso, una herramienta más, que puede ser muy útil para según qué preguntas. Y para los casos en los que tengas que manipular mucha información y quieras usarla para predecir algo bien, pues es una herramienta muy muy válida y útil.

Obviamente no existe una IA real como nosotros la pensamos, que tenga pensamiento propio, inteligencia cognitiva y tal. Seguramente también, llamarla inteligencia artificial sea un término muy desafortunado, que ha sido prostituido por todo el marketing periodístico. Pero esto no debería, en mi opinión, denigrar la importancia de todos estos approachs de machine y deep learning a la explotación de datos.


te veo con energía (nunca mejor dicho ), yo igual estoy muy viejo pero.. y si no existe la unificación?

sería el descubrimiento del siglo, no que coño, del ultimo milenio, tanto el demostrar como ciertas una de las candidatas como demostrar que no existe tal unificación.

intentamos compensar la soberbia de miles de años pasados de pensar que ya lo sabíamos todo buscando algo que igual no existe?

en otras palabras: da para mas la fisica? hay futuro? o hemos creado y visto demasiada ciencia ficción?

GARITANO KANPORA!!!!

Respuesta #87
el 13 de abril a las 00:32
Cita de Philip J Fry:
Cita:


Entiendo lo que quieres decir sobre la física teórica, particularmente con la de altas energías (ya que hay más física teórica que no necesita de tanta energía). Y es que desgraciadamente, en este campo de altas energías hoy en día, la teoría está muy por delante del experimento, y así es muy difícil refutar o validar propuestas.

El big data y machine learning no es más que eso, una herramienta más, que puede ser muy útil para según qué preguntas. Y para los casos en los que tengas que manipular mucha información y quieras usarla para predecir algo bien, pues es una herramienta muy muy válida y útil.

Obviamente no existe una IA real como nosotros la pensamos, que tenga pensamiento propio, inteligencia cognitiva y tal. Seguramente también, llamarla inteligencia artificial sea un término muy desafortunado, que ha sido prostituido por todo el marketing periodístico. Pero esto no debería, en mi opinión, denigrar la importancia de todos estos approachs de machine y deep learning a la explotación de datos.


te veo con energía (nunca mejor dicho ), yo igual estoy muy viejo pero.. y si no existe la unificación?

sería el descubrimiento del siglo, no que coño, del milenio, tanto el demostrar como ciertas una de las candidatas como demostrar que no existe tal unificación.

intentamos compensar la soberbia de miles de años pasados de que ya lo sabimos todo buscando algo que igual no existe?


Es que eso es la ciencia, my friend, buscar algo aunque luego (seguramente) no exista. Pero algunos tienen que explorar todo ese espacio de teorías y modelos para asegurarse de que no existan

En cuanto a la unificación, pues cualquiera sabe, aunque a mí, personalmente, me crearía mucha angustia que no existiera tal, ya que es más fácil intentar encontrar el origen de una fuerza, por ejemplo, que no de cuatro. Pero bueno, yo creo que no lo sabremos a muy largo plazo. Me parece totalmente inalcanzable hoy en día llegar a ver algo relacionado con todo esto
Respuesta #88
el 13 de abril a las 10:05
Yo, por mi trabajo, entiendo algo de proyectos de Gestión de Datos y de proyectos de Big Data.

Y la clave para utilizar estas herramientas es:
saber lo que estas buscando

Y entonces, comenzar a organizar, estructurar, etc, la información de partida en torno a ese objetivo.
Si no, no va a funcionar.

Y no me refiero al conocimiento técnico. Hay media docena de empresas en Euskal Herria que pueden hacerlo muy solventemente. Ese conocimiento de saber lo que busco, es más "funcional", es decir, en este caso, futbolístico.

¿Quién o quiénes son los que deberían definirlo? (Para mi esta claro que el actual DD, no).

Y por otro lado. Si todos los clubs del entorno hacen la misma definición de objetivo a la hora de buscar talento, todas las herramientas darán resultados similares, apuntando a nombres similares. No hay que perder de vista los métodos tradicionales de observación y seguimiento, para no dejarse a nadie fuera.

No me quiero enrollar, espero haberme hecho entender.

Jokalariak joan ta etorten dira, Gure Athletic irauten dan bakarra da.
Los jugadores van y vienen, el Athletic perdura.

Respuesta #89
el 13 de abril a las 10:35


( Nosotros deberíamos centrarnos en contratar grandes profesionales en materia de captación y formación, distribuidos por todo el territorio, para formar y gestionar los máximos jugadores posibles desde edades tempranas, tanto en el Athletic como en afiliados.
Ahí nos tendríamos que gastar la pasta. En saber que en el Baraka hay 2 cadetes con un talento innato impresionante (es un ejemplo), verificar que los ponen con el juvenil, enseñarles como afrontar diferentes sistemas tácticos, controlarles la dieta y el entorno, hacerlos sentir que con un poco de dedicación serán profesionales, y que todos los días aprenden algo nuevo en los entrenamientos.

Al que es bueno se le ve, lo difícil es hacerle llegar. )

                           ++++++++++++

      Wyffy, eso que comentas es la idea que he querido expresar en mis comentarios, que el ojo y el instinto humano es muy difícil de sustituir por máquinas para según que cosas. Es decir, que estoy completamente de acuerdo con tu comentario, y que lo más fáciles, delegar el trabajo en las máquinas, de esa forma tampoco hay un responsable directo en los fracasos.
Respuesta #90
el 13 de abril a las 10:39


    ( Y es que la gracia del deep learning (y para hacer deep learning necesitas muchos datos) radica en que es capaz de capturar patrones - generalmente no lineales- lanzándole casi cualquier cosa, que te permiten predecir algo mucho mejor que usando modelos sencillos. Y un modelo sencillo puede ser, por ejemplo, que un jugador cuantos más goles meta, va a ser mejor. )

                            +++++++++++

       Proteo85, lo bueno sería, que esa máquina te diría que los goles que mete son producto de los pases que le hace fulanito de tal que es su compañero de equipo, ya que si sólo da los goles que mete puede que sea debido a los buenos pases que recibe, más que a su habilidad como rematador.
Respuesta #91
el 13 de abril a las 10:42
Cita de JackBauer:
Big Data puede construir la sinfonía perfecta...y sonar como un avión despegando. Porque Big Data no tiene "alma". Big Data puede analizar 10 millones de jugadas de ajedrez por segundo...pero en la mayoría de las ocasiones perderá ante un Gran Maestro que "sólo" es capaz de imaginar 15 jugadas diferentes tras un movimiento. Porque no sabe improvisar. Porque, igual que antes, no tiene "alma", no tiene percepción espacial, no tiene estado de ánimo y mucho menos es capaz de "arriesgar". Y, aplicado al fútbol, pasa exactamente lo mismo. No sabe lo que "ve" el jugador, su intuición, su estado de ánimo, lo que ve en las miradas del contrario. No tiene inspiración. Mozart o Beethoven componen, no por datos matemáticos, sino por intuición, con el oído...con el corazón y el alma. Su música está dentro de su organismo, desde el cerebro, pasando por el corazón y llegando a la piel. De la misma manera se desenvuelve un futbolista. Big Data no puede medir un arranque de furia de un jugador. Sólo aporta fríos datos que, en una actividad donde sobre todo cuentan el talento y las emociones...no sirven para nada.


                            +++++++++++

    Jack Bauer, completamente de acuerdo con tu comentario.
Respuesta #92
el 13 de abril a las 10:54


   ( Y por otro lado. Si todos los clubs del entorno hacen la misma definición de objetivo a la hora de buscar talento, todas las herramientas darán resultados similares, apuntando a nombres similares. No hay que perder de vista los métodos tradicionales de observación y seguimiento, para no dejarse a nadie fuera. )
         
                           ++++++++++++++

       karriaga, entonces, si todos los equipos del entorno emplean la misma máquina con similares jugadores, lo que tendrá más influencia al final será el dictamen del ojeador de cada equipo, y ahí se notará la diferencia de criterio o sapiencia de cada Técnico a la hora de tomar decisiones.
Respuesta #93
el 13 de abril a las 11:00
Cita de goiena:
Cita:


Bueno, cuando la muestra es más pequeña la ventaja puede ser mayor para seleccionar el elemento adecuado. Cuando tienes más para elegir las probabilidades de confundirte son menores, hay menos diferencia entre el bueno y el buenísimo. Lo difícil aquí es identificar el verdaderamente bueno entre pocos.

La película moneyball habla de la aplicación de esto en el deporte profesional.


                            ++++++++++++

       Pichichi9, y distinguiría entre algunos deportes en los que lo físico es la base principal, atletismo, ciclismo, halterofília, golf, etc. donde la inteligencia tienes que ponerla al servicio del equipo y donde un jugador inteligente enseguida llama la atención sobre el resto, lo mismo pasa en baloncesto y otros deportes, si el Big Data ese, es capaz de medir la inteligencia y creatividad, entonces me callo, pero si sólo te va a dar datos físicos, peso, agilidad, velocidad, reflejos, etc., para mí, se deja lo principal el talento y todo lo relacionado con el arte de dominar el balón a la perfección.


El Big data no está centrado en cualidades físicas sino en otros parámetros como duelos ganados, recuperaciones, pases completados, perdidas, regates, centros al área, tiros a puerta.... Lo primero que hay que ver es que variables de estas tienen más influencia en la victoria y luego que jugadores tienen mejores estadísticas o capacidad de llegar a mejores estadísticas que sean las dominantes en el juego.

Por ejemplo, el juego en la NBA ha cambiado radicalmente como consecuencia del análisis de las estadísticas. Antes se tiraba mucho de media distancia y un porcentaje de 45% se veía adecuado. Hoy día se entiende que es una mierda y no ganarás un partido así. O tiras de 3 o tiras debajo de la canasta, muy pocos tiros de media distancia. Hoy día lo que más se valora es el jugador que es capaz de tirar de 3 por encima del 40%, hasta los pívots tiran de 3.

El fútbol ha vivido una transformación similar pero no tan acusada, creo que queda más.
Respuesta #94
el 13 de abril a las 11:46
Cita de Pichichi9:
Cita:


                            ++++++++++++

       Pichichi9, y distinguiría entre algunos deportes en los que lo físico es la base principal, atletismo, ciclismo, halterofília, golf, etc. donde la inteligencia tienes que ponerla al servicio del equipo y donde un jugador inteligente enseguida llama la atención sobre el resto, lo mismo pasa en baloncesto y otros deportes, si el Big Data ese, es capaz de medir la inteligencia y creatividad, entonces me callo, pero si sólo te va a dar datos físicos, peso, agilidad, velocidad, reflejos, etc., para mí, se deja lo principal el talento y todo lo relacionado con el arte de dominar el balón a la perfección.


El Big data no está centrado en cualidades físicas sino en otros parámetros como duelos ganados, recuperaciones, pases completados, perdidas, regates, centros al área, tiros a puerta.... Lo primero que hay que ver es que variables de estas tienen más influencia en la victoria y luego que jugadores tienen mejores estadísticas o capacidad de llegar a mejores estadísticas que sean las dominantes en el juego.

Por ejemplo, el juego en la NBA ha cambiado radicalmente como consecuencia del análisis de las estadísticas. Antes se tiraba mucho de media distancia y un porcentaje de 45% se veía adecuado. Hoy día se entiende que es una mierda y no ganarás un partido así. O tiras de 3 o tiras debajo de la canasta, muy pocos tiros de media distancia. Hoy día lo que más se valora es el jugador que es capaz de tirar de 3 por encima del 40%, hasta los pívots tiran de 3.

El fútbol ha vivido una transformación similar pero no tan acusada, creo que queda más.


                            ++++++++++++

    Me imagino que en la NBA antes de fichar a Doncic se fijarían en los datos que daba el Big Data ese para poder estar seguros de su rendimiento. O igual se fijaron más en el juego que estaba haciendo en el Madrid, que la máquina haya colaborado a asegurar el fichaje, de acuerdo, pero su juego y su trayectoria es lo que ha hecho posible su fichaje.
Respuesta #95
el 13 de abril a las 12:42
Conozco un poco el mundo del Big Data en el fútbol y ya os digo yo que para la captación de jugadores del fútbol base es inviable, salvo que el propio Athletic se haga cargo de todo el coste de la infraestructura.

De todas maneras las herramientas de análisis de datos ya están muy extendidas en el fútbol profesional y no es raro que incluso clubes de Segunda o Segunda B tengan sus directores o analistas de Big Data. Aunque para el aficionado medio parezca cosa de hace nada.

También señalar que a futuro estas herramientas van a condicionar el fútbol que se practica en el verde pasando de un juego en el que el talento es diferencial a otro de laboratorio donde ese talento no es más que un factor entre otros.

Campeones Supercopa de España 2015/2016
Campeones Supercopa de España 2020/2021

Respuesta #96
el 13 de abril a las 12:57
Cita de forever:
Cita de Nervión:
Me imagino que, como todos los avances que se dan en la sociedad, acabarán usándose en los deportes.

Lo que pasa es que lo acabarán usando todos los clubes, por lo que no habría ninguna venta para el Athletic.

Todos tendrían esa herramienta.


El problema es que en el Athletic estarán contentos si tienen la misma herramienta que los demás, cuando lo que tenemos que hacer es ir muy por delante.

A nosotros para analizar nuestro potencial mercado nos valdría con una Little Data.

Hay magia cuando sigues luchando más allá de tu resistencia.
La magia de darlo todo por un sueño que nadie más ve aparte de ti.

Aupa Athletic!!!!

Respuesta #97
el 13 de abril a las 14:36
Si de lo que hablamos es de herramientas para el scouting e jugadores me extraña que el Athletic no disponga de alguna

Ahora si lo que queremos es saber los pases bien realizados por el lateral derecho del infantil del Hernani o las recuperaciones conseguidas por el mediocentro cadete del.Tudelano...primero a ver quién demonios consigue esos datos

Y segundo, los datos te dan una idea cuantitativa no cualitativa

Una cosa es que un jugador de veinte pases bien ( y sean en horizontal o hacia atras al compañero que tiene al lado) u otro haga solo cinco pero sean balones filtrados en.profundidad rompiendo lineas rivales

Los datos pueden dar una pista sobre un jugador, pero para evaluar su calidad hay que verle (y qur el que lo vea sepa de fútbol)
Respuesta #98
el 13 de abril a las 14:37
Cita de catacrack:
Cita:


El problema es que en el Athletic estarán contentos si tienen la misma herramienta que los demás, cuando lo que tenemos que hacer es ir muy por delante.


Quién estará contento? Por qué lo sabes?


Joxean Lekue, por ejemplo. Lo sé porque es de lo que él presume.

forever trusting who we are
and nothing else matters

AÚPA ATHLETIC.e

Respuesta #99
el 13 de abril a las 14:45
Cita de Pichichi9:
Cita:


                            ++++++++++++

       Pichichi9, y distinguiría entre algunos deportes en los que lo físico es la base principal, atletismo, ciclismo, halterofília, golf, etc. donde la inteligencia tienes que ponerla al servicio del equipo y donde un jugador inteligente enseguida llama la atención sobre el resto, lo mismo pasa en baloncesto y otros deportes, si el Big Data ese, es capaz de medir la inteligencia y creatividad, entonces me callo, pero si sólo te va a dar datos físicos, peso, agilidad, velocidad, reflejos, etc., para mí, se deja lo principal el talento y todo lo relacionado con el arte de dominar el balón a la perfección.


El Big data no está centrado en cualidades físicas sino en otros parámetros como duelos ganados, recuperaciones, pases completados, perdidas, regates, centros al área, tiros a puerta.... Lo primero que hay que ver es que variables de estas tienen más influencia en la victoria y luego que jugadores tienen mejores estadísticas o capacidad de llegar a mejores estadísticas que sean las dominantes en el juego.

Por ejemplo, el juego en la NBA ha cambiado radicalmente como consecuencia del análisis de las estadísticas. Antes se tiraba mucho de media distancia y un porcentaje de 45% se veía adecuado. Hoy día se entiende que es una mierda y no ganarás un partido así. O tiras de 3 o tiras debajo de la canasta, muy pocos tiros de media distancia. Hoy día lo que más se valora es el jugador que es capaz de tirar de 3 por encima del 40%, hasta los pívots tiran de 3.

El fútbol ha vivido una transformación similar pero no tan acusada, creo que queda más.


Espérate a que pongan una línea a 25 metros de portería y digan que los goles valen doble...

forever trusting who we are
and nothing else matters

AÚPA ATHLETIC.e

Respuesta #100
el 13 de abril a las 15:01
Cita de forever:
Cita:


El Big data no está centrado en cualidades físicas sino en otros parámetros como duelos ganados, recuperaciones, pases completados, perdidas, regates, centros al área, tiros a puerta.... Lo primero que hay que ver es que variables de estas tienen más influencia en la victoria y luego que jugadores tienen mejores estadísticas o capacidad de llegar a mejores estadísticas que sean las dominantes en el juego.

Por ejemplo, el juego en la NBA ha cambiado radicalmente como consecuencia del análisis de las estadísticas. Antes se tiraba mucho de media distancia y un porcentaje de 45% se veía adecuado. Hoy día se entiende que es una mierda y no ganarás un partido así. O tiras de 3 o tiras debajo de la canasta, muy pocos tiros de media distancia. Hoy día lo que más se valora es el jugador que es capaz de tirar de 3 por encima del 40%, hasta los pívots tiran de 3.

El fútbol ha vivido una transformación similar pero no tan acusada, creo que queda más.


Espérate a que pongan una línea a 25 metros de portería y digan que los goles valen doble...

A fichar a Tiko otra vez!!!!

Hay magia cuando sigues luchando más allá de tu resistencia.
La magia de darlo todo por un sueño que nadie más ve aparte de ti.

Aupa Athletic!!!!


¿Qué son esos iconos?

Temas nuevos desde tu última visita.

Temas con mensajes nuevos desde tu última visita.

Reiniciar fecha de acceso