Analizando la defensa del FC Barcelona desde una perspectiva de ciencia de datos

Análisis defensa FC Barcelona desde perspectiva ciencia datos

Análisis Deportivo

Una comparación visual de datos para ilustrar las fallas en la defensa del Barça

Foto de Alessio Patron en Unsplash

Introducción

Hace unos días publiqué mi primera publicación de análisis deportivo. Aún sintiendo una atracción total por el tema, aquí estoy nuevamente escribiendo sobre fútbol.

En esa publicación, utilicé estadísticas frecuentistas para demostrar la aleatoriedad de los eventos de gol. Pero fui más allá. El modelo aleatorio explicado allí, influenciado por la distribución de Poisson, es aplicable en muchos otros campos no relacionados con el fútbol.

¿Qué tan aleatorios son los goles en el fútbol?

Comprende los eventos de gol a través de estadísticas frecuentistas

towardsdatascience.com

Hoy daremos un paso adelante y, aunque estará centrado en el fútbol, el proceso y el conocimiento que revisaremos serán relevantes para cualquier científico de datos.

En relación al fútbol, nos centraremos en la defensa y trataremos de analizar la del Barça para ver dónde podría haber mejorado, tanto a nivel de equipo como individual.

Como “defensa” es un término amplio, que incluye entradas, salvadas, bloqueos y muchas otras estadísticas avanzadas, seré más concreto y me centraré únicamente en los tiros y goles encajados.

En la temporada 2015-16 de La Liga, el Barça fue el segundo equipo que concedió menos goles (29), justo después del Atlético (18). Aunque eso no está nada mal, todavía hay margen de mejora.

Nuestro objetivo no es proporcionar soluciones, ese es el trabajo del cuerpo técnico. Nuestro objetivo hoy como científicos de datos o analistas deportivos es encontrar los problemas y hacer hipótesis para que el personal pueda tomar esta información y resolver los problemas en el campo de juego.

Entonces, aquí hay un breve resumen de lo que vamos a revisar hoy:

  1. Antecedentes y contexto.
  2. Obtener los datos, transformarlos y prepararlos.
  3. Analizar los tiros en contra y los goles encajados por el FCB.
  4. Profundizar aún más revisando los tiros y goles encajados a nivel de jugador.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Aprendizaje Automático

Conoce BITE Un Nuevo Método Que Reconstruye la Forma y Poses 3D de un Perro a Partir de una Imagen, Incluso con Poses Desafiantes como Sentado y Acostado.

Múltiples campos, incluyendo la biología y la conservación, así como el entretenimiento y el desarrollo de contenido ...

Aprendizaje Automático

Eliminación y destilación arquitectural Un camino hacia la compresión eficiente en modelos de difusión texto-imagen en IA.

Los modelos de difusión de texto a imagen representan un enfoque innovador para generar imágenes a partir de indicaci...

Inteligencia Artificial

El diagnóstico y tratamiento del cáncer podrían recibir un impulso de la IA

Se diseñó un nuevo algoritmo de aprendizaje automático para ayudar a los médicos a diagnosticar tipos específicos de ...