運動中工程和數據分析的興起
通過 尤西比奧角 （ESI 老師和 BM Pozuelo 教練）
近年來，數據分析和人工智能（AI）在運動領域的發展可謂前前後後。 投資數據工程的團隊在多大程度上比不投資的團隊具有優勢？ 越來越多的作品表明，人工智能可以在許多高水平運動中促進個人或集體表現的提高、對球員的監控以實現有希望的簽約，以及優化資源並使上述球隊更具競爭力的各種優勢。
我對讓人工智能更接近運動的興趣始於幾年前，當時，在我的論文主任 Ricardo García Ródenas 和幾位同事的建議下，我決定改變我的研究方向，並嘗試將我在訓練中獲得的知識應用到運動中. 通過這種方式，我成功地將我作為研究人員的工作與我作為國家手球教練的熱情結合起來，我在這方面已經訓練了 15 年。 Pozuelo de Calatrava 手球俱樂部.
ESI 教授 Francisco Pascual Romero 從一開始就加入了這條道路，不久之後，Julio Alberto López（阿爾馬登礦業與工業工程學院技術與信息系統系教授）加入了這條道路。 在我們的研究中，我們很快就意識到了體育分析師的形像在所有體育運動中的繁榮。 這些體育分析師，在大多數調查中，都豐富了我們學校強大的三個領域（圖1）：i） 機器學習， 一世） 大數據 iii) 高級統計分析.
在高水平的體育運動中，越來越多的資源被用於利用人工智能的好處。 有一些運動給這個領域帶來了很大的價值，尤其是美國的運動。 一些例子是籃球 (NBA)、冰球 (NHL) 或棒球，目前普遍採用深度數據分析來提高成績。 甚至這些分析也適用於早期的運動員，以發現和招募人才。
另一方面，足球也不例外，體育數據工程師的數量正在上升，就像塞維利亞足球俱樂部一樣，它擁有一支應用大數據來追踪球員的工程師團隊。 俱樂部本身，連同 FC 班加羅爾 UTD，最近推出了 黑客馬拉松 基於客觀數據的績效評估。
在過去的兩年中，由於我們在以下領域的科學工作 體育分析MAT 和 SMILE 小組的成員，積極參加大會並發表文章，主題集中在人工智能在高性能手球隊中的應用 [1]-[5]，以尋求對球員表現的客觀評估在真正的比賽中，一切都是通過方法論的應用 模糊 和優化算法。 在這些作品中，主要貢獻是根據球員在比賽中的所有行為對比賽和錦標賽中的球員進行客觀評價（圖 2）。 此外，它還允許根據球員的界限對球員進行表徵，並了解每個球員在他的位置上應該具備哪些素質才能在冠軍賽中表現出色。
在同一項工作中，該小組和卡斯蒂利亞-拉曼恰大學與幾家高績效俱樂部簽署了研究協議，例如最近獲得女子榮譽聯賽冠軍（Iberdrola Warrior League）的 Super Amara Bera Bera，或來自匈牙利的 Veszprem 男隊，最近入圍了 四強 從 冠軍 手球這些協議使我們能夠直接訪問高性能團隊的真實數據，並有可能進行高級研究以提高他們自己的球員個人和集體的表現，以及更好地分析他們的競爭對手，為比賽做好準備。在上述比賽中的比賽方法。
在圖 3 中，表示了每個正面和負面動作的值或權重。 每個球員的積極行動使球隊更接近勝利，而消極行動則使球隊更接近失敗。 此外，這些權重會根據玩家的劃分而有所不同，也就是說，它們或多或少是重要的。 球員在一場比賽中的所有行動的積累將為我們提供他的評估或 進球 在比賽中。
這些數據分析提供了每個球員在獨立比賽和整個賽季中的客觀視圖。 在我的具體案例中，這些分析在上個賽季非常有價值，特別是對於檢測由於身體或精神問題導致的運動表現下降。 這種分析允許發現及時解決的問題。 除此之外，還必須補充一點，對抗自己或對手的防守變體也可以獲得運動表現。 簡而言之，可以產生很多有價值的信息來改進決策。 球員和教練組已經很好地適應了這一點 反饋 通過分析每場比賽提供的數據來提高球隊的表現。
不管巧合與否，波蘇埃洛手球俱樂部在體育水平上取得了最好的賽季，獲得了伊貝德羅拉格雷拉斯聯賽的晉級資格，並與女子青年隊一起獲得了西班牙冠軍。
總之，人工智能通過高度可靠的預測、個人和集體層面的客觀評估以及表現的改進，在體育運動中取得了重大進展。 尤其是手球，在數據分析方面進展甚微，還有很多工作要做，但已經邁出了第一步，表明這些方法非常有用。 未來將通過在各個層面提供更好的服務來讓人工智能越來越接近體育，從而獲得優勢：運動員、教練、體育迷、體育總監和/或體育分析師。
[1] Romero, Francisco P., Angulo, E., Serrano-Guerrera, J. 和 Olivas, José A.
