Fredrik Aursnes

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)


Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Por curiosidade, adiciono a classificação do Florentino. Como disse previamente são dados maioritariamente p/90 pelo que estão ajustados à menor utilização do Português, face ao Alemão e Norueguês, na última época.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)
Florentino - 1,71 (esta é uma das que é afectada pela menor utilização dado que jogos disputados e minutos jogados também compõem esta categoria, bem como acelerações p/90 em que Florentino não se destaca)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79
Florentino - 5,13

Criação de Golo:
Weigl - 3
Aursnes - 9,10
Florentino - 4,04

Finalização:
Weigl - 2,03
Aursnes - 3,83
Finalização - 1,79

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93
Florentino - 1,07

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74
Florentino - 4,24

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38
Florentino - 5,30

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77
Florentino - 7,03

Aqui.

bem já se viu que o modelo não está ainda muito bem...eh...eh...

É certo que ainda tem muito por onde pode melhorar, mas posso perguntar o que te levou a questionar o resultado? Pelo que percebi terá sido o Florentino?

[cacetadas]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Excelente conteúdo.
Qual a Base de dados utilizada para obter estes dados?
Podes partilhar mais sobre o modelo utilizado?
Obrigado

Tendo em conta que já me questionaram via MP, vou transcrever.

Não posso, ainda, partilhar o modelo.

A base de dados é Wyscout e contempla 12 ligas (as principais ligas europeias e sul americanas com algumas 2as divisões  e com foco especial na CommonWealth dado ser um projecto para o Wolves).

O que me propus a fazer foi quantificar para o modelo de jogo dos Wolves, e por posição, quais as métricas (60+) que maior preponderância deveriam ter. (Para um lateral do Wolves é mais importante chegada à área e imiscuição no eixo central do que para um lateral do Benfica por exemplo, pelo que é personalizado ao clube em questão e à sua forma de jogar).

Criei categorias para aglomerar estas métricas de forma a categorizar o momento do jogo que representam.

Criei clusters com base na similitude de resultados, ignorando a posição (o que me dá resultados como laterais e médios no mesmo cluster, dado que no modelo do Wolves os mesmos se imiscuem).

Por fim, com recurso a linguagem python apliquei um modelo de machine learning recorrendo a MinMax, Box Plot e PCA que me rankeou com as notas de 1 a 10 os jogadores de cada cluster.

O objectivo final é planear o mercado de transferências dos Ingleses, sugerindo os jogadores a contratar por categorias (alto investimento, investimento moderado, baixo investimento, jovem promessa e jogador experiente).

Neste caso o Weigl e o Norueguês fazem parte do mesmo cluster, e para o modelo do Wolves posso dizer-te que ocupavam as posições 122 e 31 do ranking, respectivamente.

Consegues fazer comparativo com sangare já agora?


Sent from my iPhone using Tapatalk

[rkc]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

[rkc]

Apesar de estar a morar na Holanda há 5 meses, confesso que não era dos jogadores que me suscitava mais atenção no Feyenoord.
Em termos de médios, os olhos vão para o Kokcu.
Mas que a equipa do Feyenoord tinha vários bons valores, é um facto.

Mas já viste as compilações? Foda-se! Que craque!

Desde o Djuricic que não as levo a sério. Alguém com talento sabe editar um vídeo para fazer um jogador parecer melhor do que realmente é. Ainda por cima na Eredivisie defender é mentira.

Até os nossos jogadores de merda conseguem em 3 horas ter um vídeo cheio de qualidades.

[rkc]

Videos valem o que valem mas dá pra ver que joga com personalidade, joga de cabeca levantada, excelente no passe longo, bom no desarme, tecnicamente jeitoso.

https://www.youtube.com/watch?v=zcCIsWWnnHo

Este é daqueles que de o ver jogar durante uns minutos já se tira a pinta.

Craque, gosto deste tipo de jogadores.

Pimbas! Logo craque!

Assim sim, da gosto.

Eu sou do tempo em que craques havia 10/15 no planeta inteiro.

Agora qualquer gajo que saiba andar 5 metros com a bola controlada é logo craque!

Também nunca houve nenhum tempo em que só houvessem 10/15 craques no planeta.

Na tua ideia. Na minha craques eram o Ronaldinho, o Ronaldo, o Zidane, alguns médios, um defesa ou 2, 0 ou 1 GR...

Sim, 10/15.

Ou seja, por lei não posso dizer que o Aimar era um craque. Foda-se. Vamos encher o copo que isto está uma seca do crl.

É pá, tu podes dizer a merda que quiseres e eu posso dizer a merda que entender.

Percebes?

Irra!

E ainda, se não apreciares a minha opinião goza com ela e eu vou fazer igual com a tua, ok?

Não consegues arranjar nada mais aborrecido que isto? Como dono da palavra craque, não tens que a levar à rua a passear?

E eu já estou na rua, que os meus pais já me deixam ficar lá depois das 22.

Calma, o teu dia chegará.

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

Não entendi. Ao nível do jogador (que é resultado final e não intermédio) existe apenas algum bom senso de remover da equação alguma atleta de top rank que esteja fora da orbitra (de política de contratacao, valor de mercado ou realismo) que tenha ficado mal classificado enquanto outlier no modelo.

Posso explicar em maior detalhe por MP, se quiseres.

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Curioso para ver esse plano do mercado do Wolves 👍

O resultado do Wolves posso partilhar.

free image hosting

[BARÃO1904]

Apesar de estar a morar na Holanda há 5 meses, confesso que não era dos jogadores que me suscitava mais atenção no Feyenoord.
Em termos de médios, os olhos vão para o Kokcu.
Mas que a equipa do Feyenoord tinha vários bons valores, é um facto.

Mas já viste as compilações? Foda-se! Que craque!

Desde o Djuricic que não as levo a sério. Alguém com talento sabe editar um vídeo para fazer um jogador parecer melhor do que realmente é. Ainda por cima na Eredivisie defender é mentira.

A melhor compilação de imagens foi do Franco Jara. Fiquei maluco com os vídeos...... Grande barrete

[rkc]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

Não entendi. Ao nível do jogador (que é resultado final e não intermédio) existe apenas algum bom senso de remover da equação alguma atleta de top rank que esteja fora da orbitra (de política de contratacao, valor de mercado ou realismo) que tenha ficado mal classificado enquanto outlier no modelo.

Posso explicar em maior detalhe por MP, se quiseres.

Só quando tiver as arestas limadas.

Achei graça ao abstrato.

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Excelente conteúdo.
Qual a Base de dados utilizada para obter estes dados?
Podes partilhar mais sobre o modelo utilizado?
Obrigado

Tendo em conta que já me questionaram via MP, vou transcrever.

Não posso, ainda, partilhar o modelo.

A base de dados é Wyscout e contempla 12 ligas (as principais ligas europeias e sul americanas com algumas 2as divisões  e com foco especial na CommonWealth dado ser um projecto para o Wolves).

O que me propus a fazer foi quantificar para o modelo de jogo dos Wolves, e por posição, quais as métricas (60+) que maior preponderância deveriam ter. (Para um lateral do Wolves é mais importante chegada à área e imiscuição no eixo central do que para um lateral do Benfica por exemplo, pelo que é personalizado ao clube em questão e à sua forma de jogar).

Criei categorias para aglomerar estas métricas de forma a categorizar o momento do jogo que representam.

Criei clusters com base na similitude de resultados, ignorando a posição (o que me dá resultados como laterais e médios no mesmo cluster, dado que no modelo do Wolves os mesmos se imiscuem).

Por fim, com recurso a linguagem python apliquei um modelo de machine learning recorrendo a MinMax, Box Plot e PCA que me rankeou com as notas de 1 a 10 os jogadores de cada cluster.

O objectivo final é planear o mercado de transferências dos Ingleses, sugerindo os jogadores a contratar por categorias (alto investimento, investimento moderado, baixo investimento, jovem promessa e jogador experiente).

Neste caso o Weigl e o Norueguês fazem parte do mesmo cluster, e para o modelo do Wolves posso dizer-te que ocupavam as posições 122 e 31 do ranking, respectivamente.

Consegues fazer comparativo com sangare já agora?


Sent from my iPhone using Tapatalk

Sim, já me tinham pedido para o Sangaré e Stach na verdade. Abaixo.

Disponibilidade Fisica:
Aursnes - 9,77 
Stach - 5,72
Sangaré - 8,63

Comportamento de Passe:
Aursnes - 6,79
Stach - 5,78
Sangaré - 6,52

Criação de Golo:
Aursnes - 9,10
Stach - 7,20
Sangaré - 4,92

Finalização:
Aursnes - 3,83
Stach - 6
Sangaré - 7,77

Participação Ofensiva:
Aursnes - 6,93
Stach - 7,28
Sangaré - 6,15

Técnica Criativa:
Aursnes - 6,74
Stach - 7,27
Sangaré - 5,69

Participação Defensiva:
Aursnes - 5,38
Stach - 5,27
Sangaré - 7,38

Disputa Aérea:
Aursnes - 2,77
Stach -  9,67
Sangaré - 7,84

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

Não entendi. Ao nível do jogador (que é resultado final e não intermédio) existe apenas algum bom senso de remover da equação alguma atleta de top rank que esteja fora da orbitra (de política de contratacao, valor de mercado ou realismo) que tenha ficado mal classificado enquanto outlier no modelo.

Posso explicar em maior detalhe por MP, se quiseres.

Só quando tiver as arestas limadas.

Achei graça ao abstrato.

Limado está, foram meses a fazê-lo mas tem certamente por onde melhorar. Um modelo nunca é final 😁

[rkc]

Já agora, numa área mais abrangente, naquela posição da frente de um jogador que pudesse fazer tudo...

Porque não o Cristiano?

[rkc]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

Não entendi. Ao nível do jogador (que é resultado final e não intermédio) existe apenas algum bom senso de remover da equação alguma atleta de top rank que esteja fora da orbitra (de política de contratacao, valor de mercado ou realismo) que tenha ficado mal classificado enquanto outlier no modelo.

Posso explicar em maior detalhe por MP, se quiseres.

Só quando tiver as arestas limadas.

Achei graça ao abstrato.

Limado está, foram meses a fazê-lo mas tem certamente por onde melhorar. Um modelo nunca é final 😁

Força nisso. Bom trabalho e muito sucesso.

[LR]

Ponto prévio, não conheço o jogador. Vi a final da Conference League e nem me lembro dele em particular.

Finalizei recentemente um projecto de machine learning que visava planear o mercado de transferências do Wolverhampton (que também posso partilhar se alguém quiser)

Tomei a liberdade de ir ver à base de dados pós-modelo matemático (que rankeia os jogadores por métricas) para verificar como se compara com o Weigl. São dados, valem o que valem, mas eu pessoalmente gosto de olhar para eles antes do teste de olho.

Primeiro dado expectável mas curioso é que ficou categorizado no mesmo cluster do Weigl, pelo que na sua genese serão jogadores mais ou menos semelhantes (notar que o peso das métricas foi aplicado tendo como base o modelo de jogo do Wolves e não o do Benfica).

As notas têm um peso de 1 a 10. Vou apresentar algumas categorias que são compostas por várias métricas cada uma. Se alguém tiver interesse em saber quais métricas compõem cada categoria, posso clarificar.

Disponibilidade Fisica:
Weigl - 7,51
Aursnes - 9,77 (é o segundo jogador com mais disponibilidade fisica de toda a BD, que contempla mais de 20k jogadores. Só superado por Rudiger)

Comportamento de Passe:
Weigl - 6,56
Aursnes - 6,79

Criação de Golo:
Weigl - 3
Aursnes - 9,10

Finalização:
Weigl - 2,03
Aursnes - 3,83

Participação Ofensiva:
Weigl - 4,66
Aursnes - 6,93

Técnica Criativa:
Weigl - 3,14
Aursnes - 6,74

Participação Defensiva:
Weigl - 4,63
Aursnes - 5,38

Disputa Aérea:
Weigl - 5,72
Aursnes - 2,77

Denotar que os dados são referentes à última época.

Bottom Line, a nível estatístico parece superiorizar-se a toda à linha ao alemão, com especial destaque para a sua propensão ofensiva e disponibilidade física. Perde na disputa aérea, muito provavelmente contribuindo para isso os -7cm que tem em relação ao Weigl.

Muito interessante.
Obrigado pelo teu post e pelo teu projecto que gostaria de num futuro próximo explorar mais.

Também eu acredito que os dados em qualquer ciência nos ajudam a tomar melhores decisões!

Também achei graça, sem conhecer as variáveis.

No entanto, o retirar o elemento humano da equação...

Tem elemento humano aquando da avaliação do peso das métricas por posição para o Wolves, que foi feita de forma manual com recurso ao conhecimento e análise da forma de jogar da equipa.

Que na verdade gostaria de mitigar, ao fazer a avaliação do peso das métricas com recurso a regressão linear, só não o fiz por falta de tempo mas seria uma adição que valorizaria os resultados.

De qualquer forma, para qualquer análise é determinante um eye test posterior, concordo contigo nesse sentido.

Ou seja, de forma totalmente subjectiva?

A que te referes? À avaliação da preponderância das métricas por posição? Sim, não sendo aplicada a correlação linear, é feita de forma subjectiva consoante a equipa a quem está a ser aplicado.

E ao jogador?

Não entendi. Ao nível do jogador (que é resultado final e não intermédio) existe apenas algum bom senso de remover da equação alguma atleta de top rank que esteja fora da orbitra (de política de contratacao, valor de mercado ou realismo) que tenha ficado mal classificado enquanto outlier no modelo.

Posso explicar em maior detalhe por MP, se quiseres.

Só quando tiver as arestas limadas.

Achei graça ao abstrato.

Limado está, foram meses a fazê-lo mas tem certamente por onde melhorar. Um modelo nunca é final 😁

Força nisso. Bom trabalho e muito sucesso.

Agradeço!

[Kurt Cobain 10]

É destaque na capa do rascord.