X

Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων. Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία μας και των συνεργατών μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν από τη συγκατάθεσή σας ή να αρνηθείτε να δώσετε τη συγκατάθεσή σας. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αντιταχθείτε σε αυτήν την επεξεργασία. Οι προτιμήσεις μας θα ισχύουν μόνο για αυτόν τον ιστότοπο.

Ο Καλάθης, ο Σπανούλης και οι 17 ρόλοι του σύγχρονου μπάσκετ

Ξέχασε αυτά που ήξερες για τις πέντε θέσεις του μπάσκετ. Βάσει της τελευταίας Euroleague και της μεθοδολογίας του ανθρώπου που άλλαξε τον τρόπο που βλέπουμε πια το μπάσκετ, οι ρόλοι ήταν 17. Ένας είχε μόλις τέσσερα μέλη.

Στην Εuroleague ανήκουν περί τους 240 παίκτες, οι οποίοι αγωνίζονται σε 16 ομάδες. Και η συνέχεια κανονικά, θα ήταν 'είναι χωρισμένοι σε πέντε θέσεις'. Μόνο που η αλήθεια είναι άρδην διαφορετική. Βάσει της Euroleague της περασμένης σεζόν, οι ρόλοι (ουχί θέσεις) των αθλητών που συγκρότημα τα ρόστερ των συλλόγων ήταν 17.

Όσα ακολουθούν είναι απόρροια του interaction μεταξύ των γραπτών του Contra.gr και ανθρώπων που ασχολούνται με το machine learning και στο επίπεδο που να μας βοηθά να κατανοήσουμε καλύτερα τι γίνεται στον αθλητισμό. To βέβαιο είναι πως, γενικά στον αθλητισμό, χάνονται σιγά σιγά οι πολύ συγκεκριμένες θέσεις, με τους πολυθεσίτες (ή πολυπράγμονες) να είναι αυτοί που θα 'χουν για πάντα δουλειές.

Για να πάρουμε τα πράγματα με τη σειρά, ο (γιατρός) Muthu Alagappan είναι ο πρώτος τύπος που χρησιμοποίησε τη "νοημοσύνη των μηχανών" για το μπάσκετ.

Για όσους χάσατε τα προηγούμενα τεύχη, το machine learning (μηχανική μάθηση) είναι πεδίο στην πληροφορική που χρησιμοποιεί εξελιγμένους αλγόριθμους ανάλυσης δεδομένων, που προσφέρουν στις μηχανές την ικανότητα να “μάθουν”, μέσω των data και δίχως αναλυτικό προγραμματισμό.

Όταν λοιπόν, ο Alagappan έκανε την πρακτική του στην Ayasdi -εταιρεία λογισμικού εκμάθησης μηχανών, που δημιούργησαν μέλη του Stanford, έπειτα από 12ετη έρευνα-, χρησιμοποίησε το λογισμικό για το ΝΒΑ. Γκρουπάρισε 452 NBAers, με βάση τους αριθμούς τους σε επτά στατιστικές κατηγορίες, τη σεζόν 2010-11. Το λογισμικό κατέληξε στις στατιστικές ομοιότητες και του έδωσε 13 θέσεις.

Κατόπιν επαλήθευσης... με το χέρι, κατέληξε στο ότι " οι παραδοσιακές πέντε θέσεις, δεν αντανακλούν στο στιλ που έχει σήμερα το μπάσκετ". Η έρευνα του βραβεύτηκε και ήταν η απαρχή για την τεχνολογική επανάσταση στην καλαθοσφαίριση, που είχε ως συνέπεια και αυτή στο ποδόσφαιρο. Θα μου πεις όλα αυτά τα 'χεις διαβάσει. Πάμε σε αυτά που θα δεις για πρώτη φορά και μας πρόσφερε ο Q, data analyst και ερευνητής.

Μετά μιας συζήτησης που είχαμε στο Twitter, ο Q 'έτρεξε' τη μεθοδολογία του Alagappan στην τελευταία Euroleague. Είχε προειδοποίησει από την αρχή πως οι ρόλοι δεν ήταν σταθεροί. Ότι μπορούσαν να προκύψουν από 10 έως 20. Το μηχάνημα "έβγαλε" 17. Εξήγησε πως " η χρήση του όρου 'ρόλος' να είναι πιο κοντά σε αυτό που περιγράφεται από τον ίδιο και αυτό που εξάγεται από την εφαρμογή της μεθολογίας".

Διευκρίνισε ότι " o Alagappan χρησιμοποιεί 7 στατιστικές επιδόσεις -ασίστ, τάπες, φάουλ, πόντοι, ριμπάουντ, κλεψίματα και λάθη- για να βγάλει τους ρόλους. Mετέπειτα τους έκανε 10, σημάδι ότι η αρχική του μεθοδολογία δεν έδινε αποτελέσματα με ισχυρή σταθερότητα. To γεγονός βέβαια, ότι δεν αποφεύγονται οι ασυνέπειες είναι θετικό για τη μεθολογία, αφού ο σκοπός της είναι, εν μέρει, να αναδείξει σημεία που διαφεύγουν της προσοχής". Για την ιστορία, πηγή των δεδομένων είναι οι βάσεις του @ldcystats.

" Για την αποφυγή πλασματικών αντιστοιχίσεων, αφαιρέθηκαν όσοι παίκτες έπαιξαν λιγότερα από 100 λεπτά στο διάστημα που εξετάζουμε. Οι εναπομείναντες είναι ταξινομημένοι σε φθίνοντα συνολικό χρόνο συμμετοχής. Το τελευταίο είναι ένας έμμεσος δείκτης "εμπιστοσύνης" της μεθόδου στο κατά πόσο ένας παίκτης αντιστοιχίζεται στον εκάστοτε ρόλο".

Η μεθοδολογία

Οι στήλες δίνουν τις επιδόσεις παικτών με αναγωγή στα 28 λεπτά συμμετοχής, σε παιχνίδια κανονικής περιόδου " μιας και από τη φύση τους τα play-offs "αλλοιώνουν" το χαρακτήρα των επιδόσεων -δεν παίζουν πλέον όλοι εναντίον όλων. Σε κάποιες περιπτώσεις εμφανίζονται παίκτες να υπερβαίνουν το όριο των 5 φάουλ, το οποίο μπορεί να ερμηνευθεί ως "παίκτης/ρόλος που μπαίνει μέσα για να ρίξει ξύλο". Ας ξεκινήσουμε. Θα πρότεινα να σταθείς λίγο σε κάθε έναν από τους πίνακες, για να καταλάβεις γιατί κάποιοι αμείβονται καλύτερα από άλλους, όπως και το ουδόλως τυχαίο της συνύπαρξης συγκεκριμένων ονομάτων, στο ίδιο γκρουπ/ρόλο.

Role 1: Creative role players

Role 2: Offensive Ball Handler

Role 3: All Stars

Role 4: Scoring rebounders

Role 5: Role-playing rebounders

Role 6: Scoring Paint Protectors

Role 7: Scorers

Role 8: Scoring Bouncers

Role 9: Heavy Bouncers

Role 10: Defensive Ball Handlers

Role 11: Supportive Scorers

Role 12: Defensive Forwards

Role 13: Paint Protectors

Role 14: Creative Ball Handlers

Role 15: Offensive Forwards

Role 16: Role Players

Role 17: Role-Playing Ball Handlers

Credits: Eurokinissi

24MEDIA NETWORK