RFAF - Congreso Mundial de Entrenadores de fútbol 2015. Ponencia #datamining aplicada al #football #soccer

1. técnicas de minería de datos
Antonio José Blanco Ramos
ajblancoramos@gmail.com
Entrenador Nacional de Fútbol (UEFA – Pro)
28595136H
OBJETIVOS MÉTODOS
• Uso de herramientas de análisis
inteligente de datos para la
obtención de patrones de actuación
en el destino de los tiros a puerta.
• A partir de los datos de cada evento
de un encuentro tomados por la
empresa OPTA, se analizarán
mediante técnicas de minería de
datos los disparos a puerta
extrayendo en qué situaciones se
producen y el destino en la portería
rival de los mismo.
• Así, es posible determinar qué
parámetros son más influyentes y
establecer estrategias de colocación
del guardameta y defensa.
Se aplican técnicas de inteligencia artificial (minería de datos) a 20 partidos de la
selección alemana de fútbol para obtener patrones en el destino de los disparos
a puerta de los lanzadores habituales:
•A partir de los datos por evento de OPTA, obtención de subtablas
almacenando en la misma fila el evento disparo a puerta así como el siguiente a
este que contendrá el destino.
•Selección de los modelos apropiados para la obtención de patrones
(calsificación supervisada) ⇨ Redes Neuronales (RBF), Redes Bayesianas.
• Ajuste de los parámetros propios de cada modelo en busca de la máxima
precisión.
•Evaluación de la precisión de cada modelo mediante matriz de confusión
(número de aciertos y “gravedad” de los errores).
•Visualización de los resultados para su uso en toma de decisiones de
posicionamiento de guardameta y defensa.
• Palao & López-Montero (2003). Relationship
between efficacy, laterality of foot strike, and shot
zone Relationship between efficacy, laterality of foot
strike, and shot zone of the penalty in relation to
competition level in soccer. International Journal of
Sport Science.
• ANTON, J. y Cols. (1989). Entrenamiento Deportivo.
Unisport, Málaga.
• Oña Sicilia (1994). Las estrategias atencionales y
anticipatorias bajo la respuesta de atención motora.
Revista de la Federación Española de Asociaciones
de Psicología
• Britos, P., Hossian, A., García-Martinez, R. y Sierra,
E. (2005). Minería de Datos Basada en Sistemas
Inteligentes, Nueva Librería.
• Chen, M.; Han J. y Yu P. (1996). Data Mining: An
Overview from Database Perspective. IEEE
Transactions on Knowledge and Data Engineering.
Es posible establecer relaciones entre variables como la zona de tiro o el
minuto de juego con el destino de los tiros a puerta, si bien estos son distintos
para cada deportista.
•No es relevante que el jugador provenga de jugada individual o de asistencia.
•Tanto las boleas como los tiros con la pierna no habitual no pueden ser
tenidos en cuenta para modelar el comportamiento del lanzador. Este hecho
se debe a que suponen hechos con menor presencia en los datos y por tanto
se les asigna una entropía/probabilidad menor.
•La zona de tiro muestra gran relevancia al estar claramente relacionado con
la técnica individual del lanzador (postura, fisiología,…).
•El minuto del encuentro es seleccionado por ambos métodos como variable
de importancia. Ésta puede explicarse por la influencia del cansancio
acumulado en el futbolístico en su tendencia.
REFERENCIAS
RESULTADOS: Tiros a puerta de Andre Schurrle
CONCLUSIONES
Minuto Evento Jugador X Y Pierna Jugada
Individual
Volea Destino
1 Disparo Müller 80 48 Derecha NO NO Izquierda
3 Disparo Müller 85 33 Derecha SI NO Decha
4 Disparo Müller 86 32 Izquierda NO NO Decha
7 Disparo Müller 89 51 Derecha NO SI Centro
11 Disparo Müller 78 52 Derecha SI NO Izquierda
Izquierda Centro Derecha Predicho
4 0 1 Izquierda
1 6 0 Centro
1 1 2 Derecha
Izquierda Centro Derecha Predicho
4 1 0 Izquierda
2 5 0 Centro
1 2 2 Derecha
Minutos
anteriores al 52
Minutos
Posteriores al
52
Red BayesianaRed Neuronal RBF
Precisión: 75% Precisión: 68,75 %