For NFL-sesongen 2021-2022 som startet torsdag, samarbeider NFL og AWS om å legge til noen få nye statistikker i verktøyet Next Gen Stats.
Ligaen vil nå spore fjerde og to poeng konvertering analytics med Next Gen Stats Decision Guide drevet av AWS.
Fjerde nedturer er fortsatt noen av de tøffeste – og mest omstridte – beslutningene ledere i spillet må ta på søndager, og NFL vil nå gi fansen litt innsikt i valgene sine ved hjelp av AWS og sporingsteknologi.
Matt Swensson, visepresident Next Gen Stats i NFL, fortalte ZDNet at Next Gen Stats Decision Guide er bygd på en serie maskinlæringsmodeller som bruker Amazon SageMaker for å levere live 4. og 2-punkts konverteringsbeslutningsanalyse.
Beslutningsligningen, forklarte han, fokuserer på to hovedkomponenter: vinnersannsynlighet, som informerer hvor mye spillet vil endre seg i den hypotetiske hendelsen for hvert utfall, og konverteringssannsynlighet, som forteller oss sannsynligheten for at lovbruddet konverterer en fjerde ned eller 2-punkts konvertering.
“Den fjerde ned beslutningsguiden er interessant fordi den fungerer ved å bruke andre modeller. Vi hadde statistikk på basenivå som vi hentet informasjon fra, så begynte vi å lage modeller ut av den avledede statistikken. Nå lager vi flere beregninger ved å bruke mer modeller, så det er bare lag på lag, “sa Swensson.
“Vi tar en kombinasjon av vinnersannsynligheten på det tidspunktet i spillet for et lag og deretter en konverteringssannsynlighet for om de er i stand til å konvertere på et spill. Du kan i utgangspunktet sette sannsynligheter mot spørsmål som” Skal de gå for det? ' 'Skal de punge?' 'Er de i feltmålsområdet?' etc. “
Et skjermbilde av hvordan NFLs fjerde down -beregning ser ut.
NFL
Statistikken er ikke for trenere, men snarere for NFL Network, kringkastingspartnere og fans av spillet som er interessert i å lære om hvordan beslutninger fra trenere tas.
For noen kamper vil kringkastere be NFL om statistikk eller sannsynligheter, og ligaen vil dele data de har kjørt gjennom AWS.
“Trenere fortsetter med instinktet og beslutningskortet de har på sidelinjen, men det vi har gjort er begynt å kvantifisere det og utdanne fansen litt om hvorfor du ville ta den avgjørelsen og hvorfor du kan velge å faktisk gå imot det oddsen favoriserer, “la Swensson til.
Swensson fortalte ZDNet at det som interesserte ham mest, var å se analysen av hvordan forskjellige trenere nærmer seg 4. plass og hvordan de har håndtert avgjørelsen tilbake til 2016.
executive guide
AWS: Den komplette forretningsguiden til Amazons skytjenester
Noen få strålende oppfinnsomhet, kombinert med en stor dose kapitalisme, gjorde e-forhandleren til verdens leder for skytjenester.
Les mer
Noen trenere er mer villige til å ta risiko, mens andre er glade i å punge og se hvordan forsvaret deres reagerer. NFL undersøkte hvordan lagene presterte på 4. plass under åpningshelgens skifer av kamper, og redegjorde for en rekke interessante funn i et blogginnlegg mandag.
NFL fant at beslutningen fra Dallas Cowboys hovedtrener Mike McCarthy om å sparke et 21-måls feltmål på 4.-og-3 midtveis i tredje kvartal fra Tampa Bay 3-yard var “blant de mest kostbare avgjørelsene i uke 1. “
Avgjørelsen kostet Cowboys 5,8 prosent i netto seiersannsynlighet, den mest tapte verdien på en fjerde down-avgjørelse som kom inn på Monday Night Football i henhold til Next Gen Stats Decision Guide. Cowboys odds for å konvertere var 51%, fant NFL.
Dessverre for Cowboys -fans var det ikke nattens eneste tabbe som ble tatt av Next Gen Stats Decision Guide. McCarthy bestemte seg for å sparke et feltmål i en 4.-og-3-situasjon med 6:41 i andre kvartal fra Buccaneers 13-yardlinje. Selv om den avgjørelsen var mindre uutholdelig i henhold til dataene, hadde den fortsatt en effekt på Cowboys 'eventuelle 2-punkts tap.
NFL bemerket at McCarthy foretok nok en tøff 4. nedkall med 1:29 igjen i kampen, og valgte å sparke et feltmål fra Tampa Bay 30-yardlinjen.
“Sannsynligheten for seier etter å ha laget et feltmål ville fortsatt være bare 44 prosent. Hvis de gikk for det på 4.-og-6 (et forslag på 37 prosent) og konverterte, hadde Cowboys hatt en 69-prosent sjanse til å vinne Cowboys valgte å sparke et feltmål-som modellen vår vurderte som et ekte go-field-mål som kastes opp-etterfulgt av en Brady-spillvinnende stasjon for å sette opp et Ryan Succop-vinnende 36-yard-felt mål, “forklarte NFL.
I den motsatte enden av spekteret hjalp Lions hovedtrener Dan Campbells aggressive spill med å holde laget sitt i spillet, selv om det så ut som det kunne være over.
The Next Gen Stats Decision Guide fant at Campbell foretok den riktige oppfordringen til nesten alle 10 av sine fjerde down-beslutninger, og manglet bare en gang på en oppkast på 0,1 prosent go-for-it-anbefaling den 4. og 14 fra SF 47 ned 21 poeng i 3. kvartal.
Campbell valgte gjentatte ganger å gå for det på 4. plass, vel vitende om at laget hans var en underdog og en ekstrem ulempe. Campbell var uforferdet til tross for mislykkede spill på forrige fjerde nedtur.
Browns hovedtrener Kevin Stefanksi var på samme måte frekk på 4.plass etter en 2020-sesong der han ble vurdert som “den mest optimale beslutningstaker” av NFL.
“Vendt mot en 4.-og-3 fra Kansas City 15-yardlinjen, valgte Browns å gå for det da våre tall sa at feltmål var den mest optimale avgjørelsen (med 1 prosent). En forskjell på bare 1 prosent er mer en avgjørelse enn en ekte anbefaling. Browns konverterte den første ned på en Baker Mayfield-Austin Hooper 5-yard ferdigstillelse, “fant NFL-forskere.
“Mens tallene sier feltmål, var forskjellen mellom avgjørelsene marginale. De brune ville fortsette å score en TD to spill senere, og etter å ha trukket en inngrepstraf på sitt ekstra poengforsøk, godtok Stefanski skarpt straffen og gikk for to (vellykket). I følge vår topunktsmodell bør Stefanski og Co. gå for to hvis konverteringssannsynligheten var større enn 49 prosent. I dette tilfellet hoppet tallet fra 53 prosent til 65 prosent. ”
les dette
Alt du trenger å vite om AI
En leder for kunstig intelligens, fra maskinlæring og generell AI til nevrale nettverk.
Les mer
Et av de mest interessante spillene med tøffe fjerde nedkallinger var kampen mellom Cincinnati Bengals og Minnesota Vikings.
Bengals hovedtrener Zac Taylor var konservativ for å avslutte kampen, og bestemte seg for å slå på 4. plass med 1:55 igjen og Bengals ledet 24-21.
Avgjørelsen viste seg å være feil, med vikingene marsjerer nedover feltet for å sparke et feltmål og knytte kampen, og sende den på overtid.
Men Taylor innløste seg selv på overtid. Med bare 0:39 igjen og kampen uavgjort møtte Bengals en tøff fjerde-og-1 fra sin egen 48. Taylor valgte å gå for det for å unngå uavgjort og laget konverterte.
“Interessant nok, i dette spesifikke tilfellet, gitt risikoen for et mislykket forsøk på modellen, favoriserte modellen faktisk et poeng med 2,2 prosent. Hvis Bengals konverterte – som de gjorde – hoppet sjansen til å vinne til 59 prosent. Hvis ville de ha mislyktes? Oddsen ville ha sunket til 40 prosent, »fant NFL.
“Taylor valgte uavgjort og lot seg kalle for det, og banet vei for et kampvinnende spark. Hvis det var et mønster i Taylors beslutningstaking, var det dette: gå for det i fjerde-og-1-situasjoner. Av 11 fjerde-ned-situasjoner var tre fjerde-og-1, og Bengals beholdt angrepet på banen i alle tre. På de åtte andre sparket de. Vår modell finner de fleste 1-yard-to-go-situasjonene gå for det -scenarier, selv om det avhenger av situasjonen. “
executive guide
Hva er maskinlæring? Alt du trenger å vite
Slik er det relatert til kunstig intelligens, hvordan det fungerer og hvorfor det er viktig.
Les mer < /p>
Swensson sa at da Next Gen Stats først ble lansert i 2015-2016, sporet de først grunnleggende beregninger som hvor raskt og langt spillerne løp.
De oppgraderte sakte til vanskeligere statistikk som separasjon ved fangst og hvor mye plass quarterbacken ga offensiven. Men ting endret seg da de prøvde å finne ut om et forsvar flammet.
“Det var mye hvis-da-logikk, og det var klumpete, men fungerte. Vi innså at det måtte være en mye mer elegant måte å identifisere visse ting på. Statistikken som satte ting i gang og startet arbeidet med AWS, spesielt i AI og ML -plassen var vår sannsynlighetsberegning for fullføring, som var den første som virkelig tok en haug med data og brukte Amazon SageMaker til å trene en modell, “forklarte Swensson.
“Denne statistikken startet som et regneark der vi prøvde å justere noen parametere, og jeg sa til forskerne at jeg tror dette er noe som er mer egnet for maskinlæring.” Så vi fikk hjelp fra AWS på et par fronter, og siden den gang har vi laget mer og mer ML -basisstatistikk, hvor vi tar en haug med data som vi har fått merket eller merket. “
NFL har jobbet med AWS siden 2018 og presenterte annen ny statistikk i år, inkludert Quarterback Expected Rushing Yards, Quarterback Dropback Type, Next Gen Stats Big Play Score og Expected Fantasy Points.
For fremtiden sa Swensson at det er planer om å gjøre flere datadykk på den defensive siden av ballen for å identifisere dekningsordninger og mer. Det er også planer om å bli involvert i fantasifotballrommet ved å bruke data fra ligaen.
“AWS har vært en stor grunn til at vi virkelig har klart å komme til det neste trinnet i denne statistikken. Jeg ser frem til vår fortsatte utvikling med dem, og vi ser alltid etter nye måter for å forklare spillet for fansen, “sa Swensson.
se også
Slik ser du NFL -fotball på nettet i høst
Du har mer valg for din fotballglede på internett enn noensinne, og det er et problem.
Les mer
Relaterte emner:
Big Data Analytics Cloud E-Commerce Hardware Enterprise Software 