Новое исследование, проведенное в Колледже информационных наук и технологий штата Пенсильвания, может оказать аналогичное влияние на спорт. Команда разработала модель машинного обучения, которая могла бы лучше измерять краткосрочные и долгосрочные результаты бейсболистов и команд по сравнению с существующими методами статистического анализа для этого вида спорта. Опираясь на последние достижения в области обработки естественного языка и компьютерного зрения, их подход полностью изменит и может улучшить способ измерения состояния игры и влияния игрока на игру.

По словам Коннора Хитона, кандидата наук в Колледже IST, существующее семейство методов, известное как sabermetrics, основано на количестве раз, когда игрок или команда достигает определенного события, такого как дубль или хоумран. Однако он не учитывает окружающий контекст каждого действия.

"Подумайте о сценарии, в котором игрок записал сингл во время своего последнего выступления на пластинке", - сказал Хитон. "Он мог бы нанести удар дрибблеру вдоль линии третьей базы, продвинуть бегуна с первого на второе и отбить бросок первому, или отбить мяч в глубину левого поля и комфортно добраться до первой базы, но ему не хватило скорости, чтобы сделать дубль. Описание обеих ситуаций как приводящих к "единственному" является точным, но не рассказывает всей истории".

Вместо этого модель Хитона изучает значение внутриигровых событий на основе их влияния на игру и контекста, в котором они происходят, а затем выводит числовые представления о том, как игроки влияют на игру, рассматривая игру как последовательность событий.

"Мы часто говорим о бейсболе в терминах "у этого игрока вчера было два сингла и дубль" или "он сделал один на четверых", - сказал Хитон. "Многие способы, которыми мы говорим об игре, просто суммируют события с помощью одной сводной статистики. Наша работа заключается в попытке составить более целостную картину игры и получить более детальное, вычислительное описание того, как игроки влияют на игру ".

В новом методе Хитона он использует методы последовательного моделирования, используемые при обработке естественного языка, чтобы помочь компьютерам изучить роль или значение различных слов. Он применил этот подход, чтобы научить свою модель роли или значению различных событий в бейсбольном матче - например, когда отбивающий бьет по одному мячу. Затем он смоделировал игру как последовательность событий, чтобы предложить новое понимание существующей статистики.

"Результатом этой работы является структура, предлагаемая для того, что я люблю называть "допросом игры", - сказал Хитон. "Мы рассматриваем это как последовательность во всем этом вычислительном каркасе для моделирования игры".

Выходные данные модели могут эффективно описывать влияние игрока на игру в краткосрочной перспективе или их форму. Отображаемые в виде векторов из 64 элементов, полученных путем адаптации работы с компьютерным зрением, эти вложения форм отражают влияние игрока в игре и могут эффективно использоваться для описания их влияния в краткосрочной перспективе, например, в течение 15 появлений тарелок, или усреднены вместе для анализа более длительных периодов времени, таких как на протяжении карьеры игрока. Кроме того, в сочетании с традиционной sabermetrics вложения формы могут предсказать победителя игры с точностью более 59%.

Хитон описал, как вложения, созданные как его методом, так и традиционным методом sabermetrics, отображают одни и те же данные. При рассмотрении с течением времени основанные на саберметрии представления о влиянии игрока могут быть несколько спорадическими, существенно изменяясь от одной игры к другой. Метод Хитона помогает "сгладить" то, как игроки описываются с течением времени, в то же время допуская колебания в производительности игроков.

"Оба встраивания могут помочь отличить хороших игроков от плохих", - сказал Хитон. "Но наш дает гораздо больше нюансов в том, как именно хорошие игроки влияют на игру".

Для обучения своей модели исследователи использовали данные, ранее собранные с систем, установленных на стадионах высшей лиги, которые отслеживают подробную информацию о каждом поданном мяче, такую как расположение игрока на поле, заполняемость базы, скорость подачи и вращение. Они сосредоточились на двух типах данных: данные о подаче за подачей, для анализа такой информации, как тип подачи и угол запуска; и данные по сезонам, для изучения информации о конкретной позиции, такой как количество ходов и попаданий за подачу в иннинге для питчеров и процент отбивания на базе плюс для отбивающие.

Каждая подача в собранном наборе данных имеет три идентифицирующих признака: игру, в которой она имела место, номер подачи в игре и номер подачи в игре с битой. Используя эти три фрагмента информации, исследователи смогли полностью реконструировать последовательность событий, составляющих игру MLB.

Затем исследователи определили 325 возможных изменений в игре, которые могут произойти при подаче, таких как изменения в количестве ударов по мячу и заполняемости базы. Они объединили эту информацию с существующими данными о подаче за подачей, которые описывают брошенную подачу и действия с битой, затем ввели записи игроков из sabermetrics, чтобы иметь возможность описать, что произошло, как это произошло и кто участвовал в каждой игре.

В этой работе исследовательская направленность Хитона на обработку естественного языка сочетается с его интересом к историческому статистическому анализу бейсбола.

"Существует целая экосистема, построенная вокруг языка моделирования и последовательности слов", - сказал Хитон. "Похоже, что был потенциал для того, чтобы его можно было использовать для моделирования последовательностей других вещей; просто немного обобщить его. Я начал думать о спортивной аналитике, и мне просто показалось, что многое можно было бы сделать, чтобы улучшить как наше понимание игры, так и то, как игра моделируется вычислительно ".

Исследователи надеются, что их работа послужит надежной отправной точкой для нового способа описания того, как спортсмены в бейсболе и других видах спорта влияют на ход игры.

"У этой работы есть потенциал значительно продвинуть современное состояние саберметрики", - сказал Прасенджит Митра, профессор информационных наук и технологий и соавтор статьи. "Насколько нам известно, наша компания является первой, которая фиксирует и представляет нюансы состояния игры и использует эту информацию в качестве контекста для оценки отдельных событий, которые учитываются традиционной статистикой - например, путем автоматического построения модели, которая понимает ключевые моменты и события сцепления".

Хитон и Митра представили свою статью "Использование машинного обучения для описания того, как игроки влияют на игру в MLB", которая стала одним из семи финалистов конкурса исследовательских работ 2022 года на конференции MIT Sloan Sports Analytics в начале этого месяца.

Более подробную информацию о конкурсе, а также ссылки на статью и ее открытый исходный код и данные можно найти по адресу: https://www.sloansportsconference.com/research-paper-competition