Post Original AQUI
Data Science se está utilizando para mejorar la estrategia del cricket con el fin de predecir los resultados de los partidos. Los sistemas de medición convencionales con datos económicos, la tasa de aciertos, las carreras, el promedio de bateo, el promedio de los bolos, y los tiempos se han utilizado desde hace mucho tiempo. Sin embargo, hasta ahora, el nivel de análisis ha alcanzado un máximo histórico. Los equipos de cricket utilizan algoritmos de machine learning para identificar patrones a partir de los datos disponibles. El machine learning ayuda al analista a predecir los resultados usando técnicas de aprendizaje profundo como la Redes Neuronales y Random Forest.
Por ejemplo, desde la perspectiva del bateador, factores como el número de carreras anotadas, el número de pelotas enfrentadas, el número de fours y sixes, la tasa de golpeo contra un palo determinado, las carreras anotadas en contra de jugadores de bolos específicos, la proporción de bateo, etc., pueden utilizarse para predecir los resultados de los partidos. Desde la perspectiva de los jugadores de bolos, factores como el número de wickets que el jugador de bolos tomó, las carreras dadas, los overs de los bolos, las carreras dadas, el promedio de los bolos, etc., son útiles para que los equipos de cricket realicen algún análisis para tomar la decisión correcta.
La predicción de victoria y puntuación es una aplicación del análisis que utiliza el machine learning para ayudar a predecir las posibilidades del equipo de ganar en las segundas entradas. Esta técnica fue desarrollada por dos neozelandeses, Scott Brooker y Seamus Hogan, que tiene en cuenta la historia del lugar, el clima, el lanzamiento, así como las tasas de puntuación para hacer predicciones.
La inteligencia artificial y la ciencia de los datos se utilizan ahora ampliamente para analizar el juego del cricket. La empresa de medios de comunicación deportivos ESPNcricinfo, en asociación con el Instituto Indio de Tecnología de Madrás, ha lanzado una plataforma tecnológica llamada Superstatscom que ayuda a analizar el deporte. La plataforma es una combinación de métricas estadísticas – índice de suerte, predictor y estadísticas inteligentes – que utilizan por primera vez la ciencia de los datos para contextualizar cada evento de un juego. La base de datos contiene métodos científicos, procesos y algoritmos complejos basados en datos detallados y machine learning durante más de diez años. Estos algoritmos procesan datos precisos y rápidos, cuantifican el impacto de la suerte y analizan el valor real del rendimiento de un jugador en tiempo real. Para los espectadores, esta es una nueva experiencia para ver el cricket donde la información del partido, el análisis y la proyección están respaldados por la ciencia de los datos. La combinación de grandes datos, inteligencia en el cricket y machine learning está produciendo un conjunto de resultados que ahora están siendo apreciados por los aficionados y seguidores.
«La cuantificación de matches ha sucedido por primera vez en la historia. Esto impactará en el juego y dará una imagen mucho más clara del juego en curso. Con varios otros factores hemos incluido también el índice de suerte que antes se hablaba sólo en términos cualitativos», dijo S Rajesh, Editor Senior de Estadísticas de ESPNcricinfo, mientras hablaba con India Science Wire. Explicó que el índice de suerte tiene un impacto en el torneo y de esta manera sería fácil responder quién es el jugador más afortunado, el equipo más afortunado, el impacto de la suerte cara a cara y así sucesivamente.
El efecto de la suerte en los resultados de los partidos sólo se ha expuesto en términos cualitativos. Por ejemplo, un jugador de bolos puede vencer a un bateador varias veces, pero aún así puede aceptar cero wickets o un límite al bate. No hay manera de estimar cuán afortunado es un equipo o un jugador. El índice de suerte es una medida de la magnitud de la suerte teniendo en cuenta una serie de eventos, incluyendo el lanzamiento, los errores de arbitraje, el no-ball out y el drop catch. El aspecto principal del algoritmo es anotar varios eventos de suerte en el partido. Los algoritmos realizan diferentes escenarios para evaluar el impacto de los eventos de suerte. Normalizando el impacto con una «probabilidad de ejecución» equivalente, todos estos eventos se convierten en una línea de base común. Es posible responder a las preguntas relativas al equipo y a los jugadores en el contexto de todo el torneo. La plataforma tiene una métrica de predicción, que sirve como herramienta de evaluacion que proporciona la probabilidad de ganar para el equipo, primero la puntuación para el equipo bateador, las carreras y el potencial del wicket para el siguiente turno, para cada jugador de bolos y así sucesivamente.
Los algoritmos utilizan métodos predictivos que entrenan los datos del pasado para descubrir tendencias y patrones en diferentes momentos. Luego se adaptan en base a datos de partidos reales, lo que resulta en modelos de predicción más precisos. Las estadísticas inteligentes añaden métricas como los wickets inteligentes, el índice de calidad de los jugadores y el índice de presión para cubrir todos los aspectos del juego. Estas medidas determinan el número de carreras anotadas o guardadas en un partido y el bateador o jugador de bolos más efectivo en cada etapa del juego, como el juego de poder y los «death overs».
World Cup 2019
Con más de 1.000 millones de aficionados en todo el mundo y sólo el subcontinente indio cuenta con más del 90% de ellos, el cricket es un deporte que atrae toda la atención en la India. La India es una nación apasionada por el cricket y no es sólo un deporte en la India, sino una filosofía que une a millones de personas. Con la Copa Mundial de 2019, hubo un entusiasmo en todo el mundo por ese único trofeo. 10 equipos, 11 sedes, 48 partidos, pero sólo una final en el Lord’s. Aunque no sea posible predecir con exactitud cuál es el equipo ganador, la ciencia de los datos desempeñó un papel crucial en la generación de ideas significativas sobre quiénes serían los principales contendientes para el trofeo de 2019.
Las autoridades deportivas de todo el mundo están aprovechando al máximo el machine learning y las predicciones de la IA para predecir el ganador de la copa mundial de cricket para 2019. El juego de cricket no sólo genera emoción y entusiasmo, sino que también genera enormes cantidades de datos, ya sean las cifras que provienen de bateadores y jugadores de bolos,… Los conocimientos de estos datos pueden ser de gran ayuda para que los locutores, jugadores y aficionados hagan predicciones sobre el rendimiento de un equipo. El objetivo de Data Science en el Cricket no es sólo predecir los resultados de los partidos, sino también ayudar a mejorar las estrategias de juego de los equipos.
Ayudar al Capitán a tomar decisiones
Con el uso de varias herramientas estadísticas y modelos de machine learning, la probabilidad del rendimiento de un jugador en particular puede ser analizada. Con la ayuda de la ciencia de los datos y la inteligencia artificial, es posible estimar con un 95% de confianza que «¿Qué bateador debería batear primero para un super-over?» o «¿Qué bateador del equipo debería batear el último over?» o «¿Qué bateadores tienen una mayor probabilidad de batear bajo determinadas condiciones climáticas contra un bateador diestro?». Los modelos de machine learning para evaluar el rendimiento de un jugador se entrenan teniendo en cuenta múltiples factores como los puntos fuertes y débiles del equipo contrario, la información del campo, la información del suelo, las condiciones meteorológicas y más. Predecir o clasificar cualquier evento futuro ayuda al capitán a tomar la decisión correcta dentro y fuera del campo.
Atraer a los aficionados al críquet
Las autoridades del críquet acceden a los datos de los aficionados a través de múltiples canales digitales de comunicación como Twitter, Facebook, Instagram y otros. Estos datos de los aficionados ayudan a analizar cómo los aficionados se comprometen con la marca de un equipo en particular, de modo que las empresas pueden servir anuncios hechos a medida y emitir contenidos basados en el análisis. El compromiso de los aficionados tiene un impacto directo en el patrocinio del juego, ya que las predicciones pueden dar lugar a un mayor gasto en futuros torneos.
Mejorar el rendimiento de los jugadores
Imagina si un bateador no se está desenvolviendo bien. Analizando el rendimiento pasado y las otras prácticas del bateador, el equipo puede obtener información sobre qué tipo de resultados empeora el rendimiento del bateador. Los modelos pueden ser entrenados para diferentes condiciones y las visualizaciones pueden ayudar a encontrar las áreas en las que el bateador necesita trabajar para mejorar su rendimiento. Los científicos de los datos pueden ayudar a entregar las predicciones más importantes para que los jugadores y entrenadores tomen decisiones informadas para obtener mejores resultados en el campo.
@noeliagorod 