В России появилась модель машинного обучения для оценки эффективности хоккеистов.
Студент Южно-Уральского государственного университета создал инновационную модель машинного обучения, позволяющую комплексно оценивать игру хоккеистов. Для этого он использовал статистические данные различных хоккейных лиг.
Разработанная программа анализирует множество показателей игроков, включая время на льду, статистику передач, бросков, силовой игры и других действий. На основе данных за три сезона она формирует оценки как атакующих, так и оборонительных качеств спортсменов, сообщили в пресс-службе университета.
Автор проекта разработал шесть отдельных моделей для защитников, крайних и центральных нападающих, что дает возможность всесторонне характеризовать мастерство каждого хоккеиста. Для работы с данными использовались библиотеки Pandas и Scilearn.
Создание инновационной системы оценки эффективности игроков велось при поддержке аналитиков хоккейного клуба «Спартак», где студент уже несколько лет работает в качестве штатного аналитика. В клубе новую разработку планируют использовать для подбора перспективных игроков.
По мнению автора проекта, внедрение искусственного интеллекта в спортивную аналитику позволит давать более объективные оценки хоккеистов и помогать тренерам формировать оптимальные составы. В дальнейшем программист намерен усовершенствовать модель, чтобы она также могла прогнозировать потенциал спортсменов.
