I NFL-sæsonen 2021-2022, der startede torsdag, samarbejder NFL og AWS om at tilføje et par nye statistikker til deres værktøj til næste generationsstatistik.
Ligaen vil nu spore 4. og to-punkts konvertering analyse med Next Gen Stats Beslutningsguide drevet af AWS.
Fjerde nedture er fortsat nogle af de hårdeste – og mest omstridte – beslutninger, lederne af spillet skal tage om søndagen, og NFL vil nu give fans et indblik i deres valg ved hjælp af AWS og sporingsteknologi.
Matt Swensson, vicepræsident Next Gen Stats i NFL, fortalte ZDNet, at Next Gen Stats Decision Guide er bygget på en række maskinlæringsmodeller, der bruger Amazon SageMaker til at drive live 4. og 2-punkts konverteringsbeslutningsanalyse.
Beslutningsligningen, forklarede han, fokuserer på to hovedkomponenter: vind sandsynlighed, som informerer om, hvor meget spillet vil ændre sig i den hypotetiske begivenhed for hvert udfald, og konverteringssandsynlighed, hvilket fortæller os sandsynligheden for, at lovovertrædelsen konverterer en fjerde ned eller 2-punkts konvertering.
“Den 4. ned beslutningsguide er en interessant, fordi den fungerer ved hjælp af andre modeller. Vi havde statistik på baseniveau, som vi hentede oplysninger fra, derefter begyndte vi at oprette modeller ud af den afledte statistik. Nu opretter vi flere metrics ved hjælp af mere modeller, så det er bare lag på lag, “sagde Swensson.
“Vi tager en kombination af sejrsandsynligheden på det tidspunkt i spillet for et hold og derefter en konverteringssandsynlighed for, om de er i stand til at konvertere på et spil. Du kan dybest set derefter sætte sandsynligheder mod spørgsmål som 'Skal de gå efter det? ' 'Skal de slå?' 'Er de inden for feltmål?' osv. “
Et skærmbillede af, hvordan NFLs 4. down -metrics ser ud.
NFL
Statistikken er ikke for trænere, men snarere for NFL Network, broadcast -partnere og fans af spillet, der er interesseret i at lære mere om, hvordan trænere træffer beslutninger.
For nogle spil vil tv -stationer bede NFL om statistik eller sandsynligheder, og ligaen vil dele data, de har kørt gennem AWS.
“Trænere er stadig i gang med deres instinkt og deres beslutningskort, de har på sidelinjen, men det, vi har gjort, er begyndt at kvantificere det og uddanne fanen lidt om, hvorfor du ville tage den beslutning, og hvorfor du kan vælge at faktisk gå imod hvad oddsene favoriserer, “tilføjede Swensson.
Swensson fortalte ZDNet, at det, der interesserede ham mest, var at se analysen af, hvordan forskellige trænere nærmer sig 4. ned, og hvordan de har håndteret beslutningen tilbage til 2016.
executive guide
AWS: Den komplette forretningsguide til Amazons cloud -tjenester
Et par strålende opfindsomheder kombineret med en stor portion kapitalisme gjorde e-forhandleren til verdens førende inden for cloudtjenester.
Læs mere
Nogle trænere er mere villige til at tage risici, mens andre er glade for at punge og se, hvordan deres forsvar reagerer. NFL undersøgte, hvordan holdene klarede sig på 4. pladsen i løbet af åbningsweekendens skifer af spil, og detaljerede en række interessante fund i et blogindlæg mandag.
NFL fandt ud af, at beslutningen fra cheftræner i Dallas Cowboys Mike McCarthy om at sparke et 21-yards feltmål på 4. og 3. midtvejs i tredje kvartal fra Tampa Bay 3-yard var “blandt de mest kostbare beslutninger i uge 1. “
Beslutningen kostede Cowboys 5,8-procent i nettovindssandsynlighed, den mest tabte værdi på en 4. down-afgørelse, der kom ind på Monday Night Football i henhold til Next Gen Stats Decision Guide. Cowboys 'odds for at konvertere var 51%, fandt NFL.
Desværre for Cowboys -fans var det ikke den eneste bommert i natten fanget af Next Gen Stats Decision Guide. McCarthy besluttede at sparke et feltmål i en 4. og 3. situation med 6:41 i andet kvartal fra Buccaneers 13-yards linje. Selvom denne beslutning var mindre usædvanlig ifølge dataene, havde den stadig en effekt på Cowboys 'eventuelle 2-point tab.
NFL bemærkede, at McCarthy foretog endnu et hårdt 4. down-opkald med 1:29 tilbage i kampen, idet han valgte at sparke et feltmål fra Tampa Bay 30-yardlinjen.
“Sandsynligheden for at vinde efter at have lavet et feltmål ville stadig kun være 44-procent. Hvis de gik efter det på 4.-og-6 (et forslag på 37 procent) og konverterede, havde Cowboys haft en 69-procent chance for at vinde Cowboys valgte at sparke et feltmål-som vores model vurderede som et sandt go-field-mål, der kaster op-efterfulgt af et Brady-spilvindende drev for at oprette et Ryan Succop-vindende 36-yard-felt mål, “forklarede NFL.
I den modsatte ende af spektret hjalp Lions cheftræner Dan Campbells aggressive spilopkald med at holde sit hold i spillet, selvom det så ud til at være slut.
The Next Gen Stats Decision Guide fandt ud af, at Campbell foretog det rigtige opkald på næsten alle 10 af sine 4. down-afgørelser, og manglede kun én gang en opkastning på 0,1 procent go-to-it-anbefaling den 4. og 14 fra SF 47 ned 21 point i 3. kvartal.
Campbell valgte gentagne gange at gå efter det på 4. ned, vel vidende at hans hold var en underdog og en ekstrem ulempe. Campbell var uforfærdet trods mislykkede spil på tidligere 4. nedture.
Browns cheftræner Kevin Stefanksi var på samme måde fræk på 4. nede efter en sæson i 2020, hvor han blev bedømt som “den mest optimale beslutningstager” af NFL.
“Over for en 4.-og-3 fra Kansas City 15-yardlinjen valgte Browns at gå efter det, da vores tal sagde, at feltmål var den mest optimale beslutning (med 1-procent). En forskel på kun 1-procent er mere af en kast-beslutning end en sand anbefaling. Browns konverterede den første ned på en Baker Mayfield-Austin Hooper 5-yard færdiggørelse, “fandt NFL-forskere.
“Mens tallene siger feltmål, var forskellen mellem afgørelserne marginal. De brune ville fortsætte med at score et TD to spil senere, og efter at have trukket en overtrædelsesstraf på deres ekstra pointforsøg, accepterede Stefanski skarpt straffen og gik til to (med succes). Ifølge vores topunktsmodel skulle Stefanski og Co. gå efter to, hvis konverteringssandsynligheden var større end 49 procent. I dette tilfælde sprang tallet fra 53 procent til 65 procent. ”
læs dette
Alt hvad du behøver at vide om AI
En udførende guide til kunstig intelligens, fra maskinlæring og generel AI til neurale netværk.
Læs mere
Et af de mest interessante spil med hårde 4. down -opkald var kampen mellem Cincinnati Bengals og Minnesota Vikings.
Bengals cheftræner Zac Taylor var konservativ for at afslutte kampen og besluttede at slå på 4. ned med 1:55 tilbage og Bengals førte 24-21.
Beslutningen viste sig at være den forkerte, idet vikingerne marcherer ned ad feltet for at sparke et markmål og binde spillet og sende det i overtid.
Men Taylor indløste sig selv i overarbejde. Med kun 0:39 tilbage og kampen uafgjort stod Bengals over for en hård fjerde-og-1 fra deres egen 48. Taylor valgte at gå efter det for at undgå uafgjort, og holdet konverterede.
“Interessant nok, i denne specifikke sag, i betragtning af risikoen for et mislykket forsøg på at gå, gav modellen faktisk et punktum med 2,2 procent. Hvis Bengals konverterede – som de gjorde – sprang deres odds for at vinde til 59 procent. Hvis ville de have mislykkedes? Oddsen ville være faldet til 40 procent, “fandt NFL.
“Taylor valgte imod et uafgjort resultat og fik muligheden for at kalde og banede vejen for et spilvindende spark. Hvis der var et mønster i Taylors beslutningstagning, var det dette: gå efter det i fjerde-og-1-situationer. Ud af 11 fjerde-down-situationer var tre fjerde-og-1, og Bengals holdt offensiven på banen i alle tre. På de andre otte sparkede de. Vores model finder de fleste 1-yard-to-go-situationer gå efter det scenarier, selvom det afhænger af situationen. “
executive guide
Hvad er maskinlæring? Alt hvad du behøver at vide
Sådan hænger det sammen med kunstig intelligens, hvordan det fungerer, og hvorfor det er vigtigt.
Læs mere < /p>
Swensson sagde, at da Next Gen Stats første gang blev lanceret i 2015-2016, sporede de i første omgang grundlæggende metrics som hvor hurtigt og langt spillerne løb.
De opgraderede langsomt til mere vanskelige statistikker som adskillelse på tidspunktet for fangsten og hvor meget plads quarterbacken fik af den offensive linje. Men tingene ændrede sig, da de forsøgte at finde ud af, om et forsvar flammede.
“Det var meget hvis-da-logik, og det var kludgy men fungerede. Vi indså, at der skulle være en meget mere elegant måde at identificere bestemte ting på. Stat, der sparkede tingene i gang og startede arbejdet med AWS, især i AI og ML -rummet var vores metrik for sandsynlighed for færdiggørelse, som var den første, der virkelig tog en masse data og brugte Amazon SageMaker til at træne en model, ”forklarede Swensson.
“Denne statistik startede som et regneark, hvor vi forsøgte at finjustere nogle parametre, og jeg fortalte forskerne, 'jeg tror, det er noget, der virkelig er mere egnet til maskinlæring.' Så vi fik hjælp fra AWS på et par fronter, og siden da har vi skabt flere og flere ML -basistatistikker, hvor vi tager en masse data, som vi har fået mærket eller mærket. “
NFL har arbejdet med AWS siden 2018 og afslørede andre nye statistikker i år, herunder Quarterback Expected Rushing Yards, Quarterback Dropback Type, Next Gen Stats Big Play Score og Expected Fantasy Points.
For fremtiden sagde Swensson, at der er planer om at lave flere datadyk på den defensive side af bolden for at identificere dækningsordninger og mere. Der er også planer om at blive involveret i fantasifodboldrummet ved hjælp af data fra ligaen.
“AWS har været en stor grund til, at vi virkelig har kunnet komme til det næste trin i denne statistik. Jeg ser frem til vores fortsatte udvikling med dem, og vi leder altid efter nye måder for at forklare spillet for fans, ”sagde Swensson.
se også
Sådan kan du se NFL -fodbold online i efteråret
Du har mere valg til din fodbold-se-fornøjelse på internettet end nogensinde, og det er et problem.
Læs mere
Relaterede emner:
Big Data Analytics Cloud E-Commerce Hardware Enterprise Software 