足球中的神经网络

Llorenç Sancho-Barrios, Nofre Sanmartín-Vich, Carlos Roger de la Resurrección
{"title":"足球中的神经网络","authors":"Llorenç Sancho-Barrios, Nofre Sanmartín-Vich, Carlos Roger de la Resurrección","doi":"10.4995/MSEL.2021.15023","DOIUrl":null,"url":null,"abstract":"El aprendizaje automatico brinda la capacidad de examinar conjuntos de datos masivos y descubrir patrones dentro de los datos sin depender de suposiciones a priori. Su aplicacion al ambito del deporte, que esta experimentando un rapido crecimiento, se divide en modelos predictivos (programas de entrenamiento, resultados...) y explicativos (lesiones). En esta memoria, que forma parte de un proyecto final para una asignatura de master, empleamos tecnicas de aprendizaje no supervisado (mapas autoorganizados y clustering) para agrupar jugadores en funcion de diferentes estadisticas (pases, goles, faltas, etc) y comparamos los resultados con sus posiciones reales de juego. Asimismo, se describen las herramientas utilizadas para implementar y visualizar los resultados, con el objetivo de que un lector pueda inspirarse para realizar su propio proyecto.","PeriodicalId":18645,"journal":{"name":"Modelling in Science Education and Learning","volume":"14 1","pages":"15-32"},"PeriodicalIF":0.0000,"publicationDate":"2021-01-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Redes neuronales en el fútbol\",\"authors\":\"Llorenç Sancho-Barrios, Nofre Sanmartín-Vich, Carlos Roger de la Resurrección\",\"doi\":\"10.4995/MSEL.2021.15023\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"El aprendizaje automatico brinda la capacidad de examinar conjuntos de datos masivos y descubrir patrones dentro de los datos sin depender de suposiciones a priori. Su aplicacion al ambito del deporte, que esta experimentando un rapido crecimiento, se divide en modelos predictivos (programas de entrenamiento, resultados...) y explicativos (lesiones). En esta memoria, que forma parte de un proyecto final para una asignatura de master, empleamos tecnicas de aprendizaje no supervisado (mapas autoorganizados y clustering) para agrupar jugadores en funcion de diferentes estadisticas (pases, goles, faltas, etc) y comparamos los resultados con sus posiciones reales de juego. Asimismo, se describen las herramientas utilizadas para implementar y visualizar los resultados, con el objetivo de que un lector pueda inspirarse para realizar su propio proyecto.\",\"PeriodicalId\":18645,\"journal\":{\"name\":\"Modelling in Science Education and Learning\",\"volume\":\"14 1\",\"pages\":\"15-32\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-01-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Modelling in Science Education and Learning\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.4995/MSEL.2021.15023\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Modelling in Science Education and Learning","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4995/MSEL.2021.15023","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

机器学习提供了检查海量数据集和发现数据中的模式的能力,而不依赖于先验假设。它在运动领域的应用正在经历快速增长,分为预测模型(训练计划,结果…)和解释模型(损伤)。在这份报告中,这是一个硕士课程最终项目的一部分,我们使用无监督学习技术(自组织地图和聚类)根据不同的统计数据(传球、进球、犯规等)对球员进行分组,并将结果与他们的实际比赛位置进行比较。它还描述了用于实现和可视化结果的工具,以便读者可以受到启发来实现自己的项目。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Redes neuronales en el fútbol
El aprendizaje automatico brinda la capacidad de examinar conjuntos de datos masivos y descubrir patrones dentro de los datos sin depender de suposiciones a priori. Su aplicacion al ambito del deporte, que esta experimentando un rapido crecimiento, se divide en modelos predictivos (programas de entrenamiento, resultados...) y explicativos (lesiones). En esta memoria, que forma parte de un proyecto final para una asignatura de master, empleamos tecnicas de aprendizaje no supervisado (mapas autoorganizados y clustering) para agrupar jugadores en funcion de diferentes estadisticas (pases, goles, faltas, etc) y comparamos los resultados con sus posiciones reales de juego. Asimismo, se describen las herramientas utilizadas para implementar y visualizar los resultados, con el objetivo de que un lector pueda inspirarse para realizar su propio proyecto.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信