Estatísticas da próxima geração: introdução ao novo modelo de reconhecimento de rota

Vs Fabi - Bet against Fabi - UFC 316 - PT

Escrito por: Equipe Editorial da Nação Gambyl
sobre 28 de janeiro de 2021
no 16h12
arquivado em NFL

<!– wp:image {"align":"center","id":4693,"sizeSlug":"large","linkDestination":"none"} –>
<div class="wp-block-image"><figure class="aligncenter size-large"><img src="https://www.gambyl.com/wp-content/uploads/2021/01/nflll-1024×576.jpg" alt="" class="wp-image-4693"/></figure></div>
<!– /wp:image –>

<!– wp:paragraph –>
Estatísticas de contagem convencional, como recepções e jardas recebidas, fornecem uma maneira de medir a capacidade de um jogador individual de pegar e mover a bola, mas contam apenas parte da história. Estatísticas avançadas, como profundidade da janela de separação do alvo e probabilidade de conclusão, fornecem maior visão, mas ainda deixam de fora um fator importante Ou seja, qual rota o apanhador de passes percorreu para se abrir antes pegando a bola
<!– /wp:paragraph –>

<!– wp:paragraph –>
Com a ajuda da tecnologia de rastreamento de jogadores, a equipe Next Gen Stats Analytics decidiu responder a essa pergunta exata, decodificando um dos elementos-chave de uma chamada de jogo ofensivo, usando dados de rastreamento de jogadores para medir quais rotas os apanhadores de passes estão executando em qualquer jogada de passe.
<!– /wp:paragraph –>

<!– wp:paragraph –>
No mês passado, revelamos um novo conjunto de métricas urgentes derivadas da capacidade de calcular <a href="https://www.nfl.com/news/next-gen-stats-intro-to-expected-rushing-yards">Jardas corridas esperadas</a> Hoje estamos apresentando outra nova ferramenta de aprendizado de máquina o reconhecimento de rota modelo que classifica as rotas por tipo em tempo real com a ajuda de dados de rastreamento do jogador
<!– /wp:paragraph –>

<!– wp:paragraph –>
Vamos nos aprofundar na metodologia por trás do modelo de reconhecimento de rota
<!– /wp:paragraph –>

<!– wp:heading {"level":3} –>
<h3>Como funciona o modelo</h3>
<!– /wp:heading –>

<!– wp:paragraph –>
O sistema de rastreamento de jogadores Next Gen Stats registra a direção de aceleração da velocidade de localização xy e a orientação de todos os 22 jogadores em campo em tempo real. Nosso novo modelo de reconhecimento de rota aproveita esses dados como entradas em um modelo que atribui um tipo de rota para todos os recebedores elegíveis em cada jogada de passe, incluindo tight ends e running backs. Nossa abordagem arquitetônica usa uma combinação de redes neurais convolucionais CNNs e redes LSTM de memória de longo e curto prazo treinado em <a href="https://aws.amazon.com/sagemaker/">Plataforma SageMaker da Amazon</a> As CNNs nos permitem interagir com a natureza espacial do nosso conjunto de dados, que é onde cada jogador está em campo em uma determinada jogada, enquanto as redes LSTM nos permitem interagir com a natureza temporal do nosso conjunto de dados, o que acontece à medida que a jogada se desenvolve ao longo do tempo
<!– /wp:paragraph –>

<!– wp:paragraph –>
Abordamos as rotas executadas por jogadores alinhados no backfield separadamente das rotas executadas por jogadores alinhados na abertura ou na área restrita devido às diferenças claras nos arquétipos de rotas. Abaixo estão os 15 tipos de rotas exclusivos atribuídos a todos os corredores de rotas com base em sua localização quando a bola é lançada. Observe que, embora NFL os manuais têm centenas de variações de rotas, nós reduzimos para essas categorias de alto nível, incluindo 10 rotas para aqueles em alinhamentos típicos de wideout e cinco para aqueles alinhados no backfield
<!– /wp:paragraph –>

<!– wp:paragraph –>
Rotas amplas 10 Tela plana inclinada cruzando no poste do canto do engate Rotas de Backfield 5 Roda de ângulo plano da tela
<!– /wp:paragraph –>

<!– wp:paragraph –>
O modelo foi treinado e validado em todas as rotas de todas as jogadas de passe de 2018 e 19, incluindo a temporada regular e a pós-temporada. Todos os corredores de rota foram incluídos independentemente de terem sido alvo ou não, uma vez que não conseguimos encontrar uma diferença entre as formas de rotas específicas e rotas não específicas, não vimos razão para treinar apenas em rotas específicas. amplo modelo foi treinado em mais de 100.000 rotas enquanto o defesa modelo foi treinado em mais de 15.000 rotas
<!– /wp:paragraph –>

<!– wp:paragraph –>
Para evitar ruído nos dados de jogadas interrompidas durante as quais os apanhadores de passes muitas vezes param de executar suas rotas atribuídas e o movimento do jogador depois a recepção que não nos diria muito sobre a eficácia de qualquer rota específica todas as rotas foram limitadas no momento em que a bola foi passada para frente ou em um determinado momento 46 segundos após o snap para rotas de wideout e 4 segundos após o snap para rotas de backfield, o que ocorrer primeiro Os limites de tempo ideais para esses tipos de rota foram determinados pela análise de como as tentativas de passe foram realizadas nas últimas duas temporadas para referência 44 segundos representaram o 75º percentil de todas as tentativas de passe por tempo de lançamento nesse período
<!– /wp:paragraph –>

<!– wp:paragraph –>
Aqui está uma visualização dos caminhos da rota classificados pelo nosso tipo de rota previsto
<!– /wp:paragraph –>

<!– wp:image {"align":"center"} –>
<div class="wp-block-image"><figure class="aligncenter"><img src="https://static.www.nfl.com/image/private/t_editorial_landscape_8_desktop_mobile/f_auto/league/zzzjndwgvhbgxzdob2ay.jpg" alt="Caminhos de rota ampla (1)"/></figure></div>
<!– /wp:image –>

<!– wp:paragraph –>
Para fins de treinamento, os dados de rastreamento para o modelo wideout foram normalizados de modo que todos os apanhadores de passes fiquem à esquerda do quarterback, com a justificativa de que os caminhos das rotas são simétricos. Encontramos o formato das rotas alinhado com nossas expectativas de caminhos de rotas nenhuma previsão de modelo flagrante parece aparente
<!– /wp:paragraph –>

<!– wp:paragraph –>
As iterações futuras do modelo procurarão se aprofundar na árvore de rotas para levar em conta as nuances da rota executada no nível profissionalhttps91c9f45c7ceaa574696f04786ac1c7e4safeframegooglesyndicationcomsafeframe1 0 37htmlcontainerhtml
<!– /wp:paragraph –>

<!– wp:heading {"level":3} –>
<h3>O que podemos aprender</h3>
<!– /wp:heading –>

<!– wp:paragraph –>
A classificação de rotas em tempo real nos permite contextualizar o jogo de passes de novas maneiras Podemos estudar as tendências de toda a liga para obter uma nova compreensão da estratégia e tendências ofensivas e podemos dividir e classificar jogadores individuais por métricas de desempenho avançadas
<!– /wp:paragraph –>

<!– wp:paragraph –>
A tabela abaixo combina nossas métricas de recebimento de NGS mais descritivas com os resultados do nosso modelo de Reconhecimento de Rota Os valores correspondentes a cada rota representam as médias da liga nas últimas duas temporadas Somente amplo rotas estão incluídas, ou seja, jogadores alinhados no slot ou tight
<!– /wp:paragraph –>

<!– wp:heading {"level":4} –>
<h4>Tendências amplas por rota Média da NFL 2018 19 temporadas</h4>
<!– /wp:heading –>

<!– wp:table –>
<figure class="wp-block-table"><table><thead><tr><th scope="col">Tipo de rota</th><th scope="col">Percentual da rota</th><th scope="col">Classificação</th><th scope="col">Taxa alvo</th><th scope="col">Classificação</th><th scope="col">Air ydstarget</th><th scope="col">Classificação</th></tr></thead><tbody><tr><td>Ir</td><td>223</td><td>1</td><td>108</td><td>10</td><td>237</td><td>1</td></tr><tr><td>Pegar</td><td>183</td><td>2</td><td>201</td><td>5</td><td>77</td><td>6</td></tr><tr><td>Cruzando</td><td>116</td><td>3</td><td>248</td><td>4</td><td>73</td><td>7</td></tr><tr><td>Fora</td><td>101</td><td>4</td><td>278</td><td>2</td><td>83</td><td>5</td></tr><tr><td>Em</td><td>89</td><td>5</td><td>169</td><td>7</td><td>104</td><td>4</td></tr><tr><td>Publicar</td><td>78</td><td>6</td><td>15</td><td>8</td><td>213</td><td>2</td></tr><tr><td>Plano</td><td>68</td><td>7</td><td>179</td><td>6</td><td>17</td><td>9</td></tr><tr><td>Inclinação</td><td>62</td><td>8</td><td>252</td><td>3</td><td>60</td><td>8</td></tr><tr><td>Canto</td><td>45</td><td>9</td><td>146</td><td>9</td><td>210</td><td>3</td></tr><tr><td>Tela WR</td><td>34</td><td>10</td><td>407</td><td>1</td><td> 23</td><td>10</td></tr></tbody></table></figure>
<!– /wp:table –>

<!– wp:list –>
<ul><li>O apanhador de passes médio corre um ir rota em quase um quarto de todas as rotas 223 a porcentagem mais alta de qualquer tipo de rota em nossos dados No entanto, essas rotas são direcionadas aproximadamente 1 em 10 vezes 108 por cento a taxa alvo mais baixa de qualquer rota</li><li>O Tela WR é a rota menos executada 34 e é a única rota onde o alvo médio está atrás da linha de scrimmage Mas também é direcionado para a taxa mais alta 407 e no início da jogada 16 segundos de tempo médio para lançar</li><li>As rotas mais visadas fora da tela WR fora 278 e inclinação 252 rotas são as próximas mais populares em toda a liga</li></ul>
<!– /wp:list –>

<!– wp:paragraph –>
A frequência com que um apanhador de passes percorre uma rota pode nos dar uma visão sobre a estratégia e as tendências da equipe da liga e dos níveis individuais do jogo. Avaliar os tipos de rota por meio de métricas avançadas de desempenho pode nos dizer quais rotas são mais valiosas por alvo, conforme você pode ver no gráfico abaixo
<!– /wp:paragraph –>

<!– wp:paragraph –>
OBSERVAÇÃO EPAtarget são esperados pontos adicionados por alvo isto mede o valor das jogadas individuais em termos de pontos comparando a distância de descida e a situação da posição de campo no início da jogada em relação ao final da jogada CROE é a taxa de captura sobre a expectativa que mede o desempenho em relação às probabilidades de conclusãohttps91c9f45c7ceaa574696f04786ac1c7e4safeframegooglesyndicationcomsafeframe1 0 37htmlcontainerhtml
<!– /wp:paragraph –>

<!– wp:heading {"level":4} –>
<h4>Produção por Non backfield Routes 2018 19 temporadas NFL Average</h4>
<!– /wp:heading –>

<!– wp:table –>
<figure class="wp-block-table"><table><thead><tr><th scope="col">Tipo de rota</th><th scope="col">EPAtarget</th><th scope="col">Classificação</th><th scope="col">Taxa de captura</th><th scope="col">Classificação</th><th scope="col">CROE</th><th scope="col">Classificação</th></tr></thead><tbody><tr><td>Publicar</td><td>+048</td><td>1</td><td>512</td><td>8</td><td>+19</td><td>2</td></tr><tr><td>Canto</td><td>+043</td><td>2</td><td>45</td><td>9</td><td>+14</td><td>4</td></tr><tr><td>Em</td><td>+031</td><td>3</td><td>62</td><td>7</td><td> 08</td><td>8</td></tr><tr><td>Cruzando</td><td>+027</td><td>4</td><td>69</td><td>4</td><td> 07</td><td>7</td></tr><tr><td>Inclinação</td><td>+026</td><td>5</td><td>674</td><td>5</td><td> 24</td><td>10</td></tr><tr><td>Fora</td><td>+025</td><td>6</td><td>674</td><td>6</td><td>+21</td><td>1</td></tr><tr><td>Ir</td><td>+019</td><td>7</td><td>341</td><td>10</td><td> 21</td><td>9</td></tr><tr><td>Pegar</td><td>+015</td><td>8</td><td>693</td><td>3</td><td>+14</td><td>5</td></tr><tr><td>Plano</td><td>+007</td><td>9</td><td>797</td><td>2</td><td> 02</td><td>6</td></tr><tr><td>Tela WR</td><td> 008</td><td>10</td><td>90</td><td>1</td><td>+15</td><td>3</td></tr></tbody></table></figure>
<!– /wp:table –>

<!– wp:list –>
<ul><li>As rotas mais valiosas por pontos esperados adicionados por alvo foram as publicar +048 e canto +043 rotas O ir rota +019 classificada em sétimo lugar na lista de 10 tipos de rotas Uma possível razão para isso É mais difícil separar rotas em movimento que colocam o jogador em um caminho reto do que em postes ou cantos que pedem ao jogador para fazer um corte Apanhadores de passes direcionados nos postes e cantos têm em média 24 jardas e 23 jardas de separação do defensor mais próximo, respectivamente, enquanto os apanhadores de passes direcionados em rotas de go em média têm apenas 18 jardas de separação</li><li>Local de destino ativado ir rotas tem um impacto dramático no valor líquido médio das rotas Play Go direcionadas a um apanhador de passes fora dos números média de +013 EPA por alvo enquanto os apanhadores de passes são direcionados dentro dos números média +042 EPA por alvo Nas últimas duas temporadas, os apanhadores de passes que executam rotas go foram alvo de quatro vezes mais ataques fora dos números do que dentro dos números</li><li>As três principais rotas por taxa de captura tela plano e pegar foram as rotas menos valiosas pela EPA por alvo Como descobrimos em nossa análise de nosso <a href="https://www.nfl.com/news/next-gen-stats-introduction-to-completion-probability-0ap3000000964655">modelo de probabilidade de conclusão</a> há uma forte correlação negativa entre a taxa de captura e os pátios aéreos, o que indica que os alvos mais próximos da linha de scrimmage não são tão valiosos por alvo quanto os alvos mais profundos</li><li>Vale a pena notar que quatro das cinco rotas mais valiosas da EPA por alvo são em quebrar rotas publicar +048 em +031 cruzar +027 e inclinação +026</li></ul>
<!– /wp:list –>

<!– wp:paragraph –>
Contextualizar as rotas ao nível de toda a liga dá uma visão macro do valor da classificação das rotas Ao nível do jogador individual podemos aprender mais sobre as micro nuances da corrida em rotas
<!– /wp:paragraph –>

<!– wp:heading {"level":3} –>
<h3>Versatilidade de rota</h3>
<!– /wp:heading –>

<!– wp:paragraph –>
Quais wide receivers executam a árvore de rotas mais diversificada em relação ao jogador médio Com nosso novo modelo de classificação de rotas, podemos avaliar quais receivers são essencialmente os mais previsíveis ou diferentes da média. Calculamos versatilidade de rota calculando a média da soma da diferença absoluta entre a porcentagem de rota de um jogador e a média dos receptores da NFL para cada um dos 10 tipos de rota veja o último parágrafo deste artigo para mais explicações
<!– /wp:paragraph –>

<!– wp:paragraph –>
Os cinco primeiros e os cinco últimos corredores de rotas mais versáteis da temporada de 2019 entre 72 wide receivers com pelo menos 300 rotas
<!– /wp:paragraph –>

<!– wp:heading {"level":4} –>
<h4>Wide Receiver Route Versatility Rankings Temporada 2019 min 300 rotas</h4>
<!– /wp:heading –>

<!– wp:table –>
<figure class="wp-block-table"><table><thead><tr><th scope="col">Top 5</th><th scope="col">Parte inferior 5</th></tr></thead><tbody><tr><td>1 Cardeais Christian Kirk</td><td>68 carneiros de Robert Woods</td></tr><tr><td>2 DJ Chark Jaguares</td><td>69 Jatos Jamison Crowder</td></tr><tr><td>3Auden Tate Bengals</td><td>70 ursos Allen Robinson</td></tr><tr><td>4 Stefon Diggs Vikings agora com contas</td><td>71 Carregadores Mike Williams</td></tr><tr><td>5 gigantes dourados da Tate</td><td>72 Ted Ginn Jr Saints agora com Bears</td></tr></tbody></table></figure>
<!– /wp:table –>

<!– wp:list –>
<ul><li>Em sua segunda temporada como profissional e a primeira no ataque do técnico Kliff Kingsbury, Christian Kirk, dos Cardinals, foi classificado como o corredor de rotas mais versátil da temporada de 2019. Kirk foi alvo pelo menos 13 vezes em cinco rotas diferentes. pegar 28 alvos cruzando 17 Tela WR 16 ir 13 e fora 13 Embora Kirk tenha percorrido todas as rotas da árvore, é importante notar que 77 por cento de suas rotas vieram do lado direito da formação</li><li>Ted Ginn Jr, agora membro do Chicago Bears, foi classificado como nosso corredor de rota menos versátil de 2019 entre os wide receivers qualificados. Ginn correu um ir rota com mais frequência do que qualquer receptor na amostra 42 de rotas de produção de Ginns nessas rotas em 2019 9 alvos 1 recepção para 25 jardas direcionadas apenas 6 das vezes</li><li>Não listado entre os cinco últimos, mas relevante com base em sua reputação O receptor dos Seahawks, DK Metcalf, ficou em 66º lugar entre 72 receptores por nossa medida de versatilidade de rota. Metcalf executou um ir rota com a segunda maior taxa de receptores qualificados nesta lista 38 de rotas atrás apenas de Ginn 42</li></ul>
<!– /wp:list –>

<!– wp:paragraph –>
Isso apenas arranha a superfície da análise possível com nosso reconhecimento de rota Quem foram os wide receivers com melhor desempenho por tipo de rota Nick Shook da NFLcoms dá uma olhada <a href="https://www.nfl.com/news/top-3-nfl-wide-receivers-by-route-michael-thomas-reigns">os principais receptores de 2019 por tipo de rota</a>
<!– /wp:paragraph –>

<!– wp:paragraph –>
 Analista de estatísticas da próxima geração de Mike Band Siga Mike no Twitter <a href="https://twitter.com/MBandNFL" target="_blank" rel="noreferrer noopener">MBandNFL</a>
<!– /wp:paragraph –>

<!– wp:paragraph –>
Explicação do cálculo de versatilidade de rota Se Jogador A corre um ir em 25% das rotas pegar em 19 por cento e um fora em 12 por cento e as médias da NFL são de 22 por cento, 18 por cento e 10 por cento, respectivamente, a diferença absoluta da média nessas três rotas seria de 3 por cento, 1 por cento e 2 por cento
<!– /wp:paragraph –>