Etudes Non Stop Etudes Non Stop
Related Articles
Lorsqu’un quart-arrière prend un claquement et retombe pour passer, ce qui se passe ensuite peut sembler être le chaos. Au fur et à mesure que les joueurs offensifs se déplacent selon divers schémas, la défense travaille ensemble pour empêcher les passes réussies, puis pour attaquer rapidement les récepteurs qui attrapent le ballon. Dans la compétition Kaggle de cette année, votre objectif est d’utiliser la science des données pour mieux comprendre les schémas et les acteurs qui permettent une défense efficace contre les jeux de passes.
Dans le football américain, il existe une pléthore de stratégies et de résultats défensifs. La Ligue nationale de football (NFL) a utilisé les précédentes compétitions Kaggle pour se concentrer sur les jeux offensifs, mais comme le dit le vieux proverbe, „la défense gagne les championnats“. Bien que les mesures d’analyse des quarts-arrière, des porteurs de ballon et des récepteurs larges fassent systématiquement partie du discours public, les techniques d’analyse de la partie défensive de la piste de jeu sont à la traîne. Identifier un joueur, une équipe ou des avantages stratégiques du côté défensif du ballon serait une avancée significative pour le jeu.
Cette compétition utilise les données Next Gen Stats de la NFL, qui incluent la position et la vitesse de chaque joueur sur le terrain pendant chaque partie. Vous utiliserez les données de suivi des joueurs pour toutes les passes de la saison régulière 2018. L’objectif des soumissions est d’identifier des approches uniques et percutantes pour mesurer la performance défensive sur ces jeux. Il existe plusieurs directions différentes pour les participants à « attaquer » (ha), ce qui peut nécessiter des niveaux de connaissance du football, d’aptitude aux données et de créativité. A titre d’exemples :
- Quels sont les schémas de couverture (homme, zone, etc.) que la défense emploie ? Quelles options de couverture ont tendance à être les plus performantes ?
- Quels joueurs sont les meilleurs pour suivre de près les récepteurs lorsqu’ils essaient de s’ouvrir ?
- Quels joueurs sont les meilleurs pour se rapprocher des receveurs lorsque le ballon est en l’air ?
- Quels joueurs sont les meilleurs pour défendre les passes quand le ballon arrive ?
- Existe-t-il un moyen d’utiliser les données de suivi des joueurs pour prédire si certaines pénalités – par exemple, une interférence de passe défensive – seront prononcées ?
- Qui sont les meilleurs joueurs de la NFL contre la passe ?
- Comment une défense réagit-elle à certains types de jeux offensifs ?
- Y a-t-il quelque chose sur un joueur – par exemple, sa taille, son poids, son expérience, sa vitesse ou sa position – qui peut être utilisé pour prédire sa performance en défense ?
Que nous disent les données sur la défense du jeu de passes ? Vous êtes sur le point de le découvrir.
Remarque : Êtes-vous un participant universitaire ? Les étudiants ont la possibilité de participer à un concours réservé au collège, où vous travaillerez sur les mêmes thèmes ci-dessus. Les étudiants peuvent s’inscrire aux concours ouverts ou collégiaux, mais pas aux deux.
[embeddoc url=“https://medjouel.com/wp-content/uploads/2021/10/medjouel.com-Prix-NFL-Big-Data-Bowl-2021.pdf“ download=“all“]