{"id":1277,"date":"2021-05-29T17:44:33","date_gmt":"2021-05-29T20:44:33","guid":{"rendered":"http:\/\/datamining.dc.uba.ar\/predictivos\/?p=1277"},"modified":"2021-06-01T14:31:02","modified_gmt":"2021-06-01T17:31:02","slug":"jugando-con-datos-parte-2","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=1277","title":{"rendered":"Jugando con datos-Parte 2"},"content":{"rendered":"<h3><b>M\u00e9tricas para los clubes de f\u00fatbol<\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Desde la empresa aclaran que la m\u00e9trica basada en Eventos m\u00e1s conocida y difundida en medios de televisi\u00f3n en Europa, se llama \u201c<\/span><i><span style=\"font-weight: 400;\">Expective Goals<\/span><\/i><span style=\"font-weight: 400;\">\u201d (Goles Esperados), la cual explica qu\u00e9 tan probable es que un jugador vaya a convertir un gol si patea de una cierta posici\u00f3n en la cancha. Para ello suele tomar todos los tiros al arco de la <\/span><i><span style=\"font-weight: 400;\">Premier League<\/span><\/i><span style=\"font-weight: 400;\"> de 10 a\u00f1os de datos, divide la cancha en cuadraditos de un metro por un metro, o medio metro por medio metro, y se cuentan cu\u00e1ntos goles hubo pateados desde ese cuadradito en proporci\u00f3n a cu\u00e1ntos tiros en total, calculando el porcentaje de probabilidad de anotar desde cada posici\u00f3n. Es una m\u00e9trica que tiene implicaciones muy grandes para el equipo, desde aprender a patear mejor hasta c\u00f3mo posicionarse en la cancha para generar una jugada de peligro o bien le permite conocer al club qu\u00e9 problemas estar\u00eda teniendo con la definici\u00f3n de la jugada. La otra m\u00e9trica conocida basada en Tracking es la de Control, que le permite al equipo evaluar de acuerdo a d\u00f3nde est\u00e1n parados los jugadores, qu\u00e9 parte del campo controla cada equipo respecto al rival. Tiene en cuenta la velocidad, aceleraci\u00f3n, posici\u00f3n y otras variables. Se usa para ver qu\u00e9 oportunidades de pase ten\u00eda el equipo que no se dieron, qu\u00e9 pases hubiesen sido m\u00e1s riesgosos o menos riesgosos.<\/span><\/p>\n<div id=\"attachment_1279\" style=\"width: 310px\" class=\"wp-caption alignleft\"><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Bruno-Dagnino.jpg\"><img aria-describedby=\"caption-attachment-1279\" decoding=\"async\" loading=\"lazy\" class=\"size-medium wp-image-1279\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Bruno-Dagnino-300x300.jpg\" alt=\"\" width=\"300\" height=\"300\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Bruno-Dagnino-300x300.jpg 300w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Bruno-Dagnino-150x150.jpg 150w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Bruno-Dagnino.jpg 400w\" sizes=\"(max-width: 300px) 100vw, 300px\" \/><\/a><p id=\"caption-attachment-1279\" class=\"wp-caption-text\">Bruno Dagnino<\/p><\/div>\n<p><span style=\"font-weight: 400;\">Es claro que el trabajo de Metrica Sports contribuy\u00f3 a modelar el juego y darle un nuevo entendimiento en varios niveles. Porque el rendimiento del equipo depende de much\u00edsimas variables. No obstante ello, a trav\u00e9s del modelado, las m\u00e9tricas de juego ayudan a la toma de decisiones en t\u00e1ctica y estrategia, y a estudiar las decisiones que se tomaron y que tal vez se habr\u00eda podido encarar de otro modo. <\/span><i><span style=\"font-weight: 400;\">\u201c\u00bfLos jugadores tomaron la decisi\u00f3n correcta cuando patearon al arco o no? \u00bfTal jugador hizo el movimiento correcto porque gener\u00f3 espacio para otro jugador, o no? \u00bfEse espacio que se gener\u00f3 lo aprovech\u00f3 otro jugador o no? Tiene que ver con estudiar la parte de Decision Making, no tan descriptivo sino sobre c\u00f3mo evaluar y prescribir mejores formas de aprovechar el campo<\/span><\/i><span style=\"font-weight: 400;\">\u201d, ilustra el CTO de Metrica Sports. Por \u00faltimo, el especialista aclara que el software de presentaci\u00f3n visual con que cuenta Metrica s\u00f3lo se usa en f\u00fatbol porque por ahora los modelos s\u00f3lo est\u00e1n entrenados para ese deporte, pero que de hecho tambi\u00e9n se puede usar para cualquier deporte (y que se ha usado para hockey, rugby y b\u00e1squet). \u201c<em>Nuestro prop\u00f3sito es darle la posibilidad a cualquier club de que pueda utilizar nuestra herramienta, por eso tambi\u00e9n tenemos una versi\u00f3n gratuita (freemium) del software. El trabajo que hacemos no consiste en proveerle el an\u00e1lisis de datos al club que requiere nuestro servicio (cada club tiene su propio an\u00e1lisis) sino en brindarle el soporte para presentar sus datos de manera eficiente, con <\/em><\/span><em><span style=\"font-weight: 400;\">insights<\/span><\/em><span style=\"font-weight: 400;\"><em> de valor. Al unir los datos con el video, ayudamos a los analistas de los equipos a presentar clips animados mucho m\u00e1s f\u00e1cil y comunicarlos claramente, ahorr\u00e1ndoles tiempo y dinero<\/em>\u201d, concluye Dagnino.<\/span><\/p>\n<h3><b>Neurociencia del sistema motor: posibles aplicaciones en el deporte<\/b><\/h3>\n<p><span style=\"font-weight: 400;\">\u00bfQu\u00e9 es el aprendizaje motor? Suponemos que existen ciertas estructuras cerebrales, como ser el cerebelo que utiliza una copia del comando motor para hacer predicciones de nuestras acciones y sus consecuencias sensoriales, nuestros movimientos, y luego para compararlas con el movimiento real. El aprendizaje motor, en definitiva, trata de acercar la predicci\u00f3n al movimiento real. M\u00e1s all\u00e1 de la complejidad del aprendizaje donde est\u00e1n involucradas diferentes regiones de la red motora, en t\u00e9rminos generales y de la mano de la supervivencia, el cerebro de los mam\u00edferos (y por ende de los humanos) funciona de manera predictiva. En el entorno, tendemos a tratar de hacer predicciones de lo que va a suceder, para en funci\u00f3n de esas predicciones poder tomar decisiones y a partir de ello poder alimentarse, escapar de un predador (animales) o ganar un partido de tenis.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Desde el<\/span><a href=\"https:\/\/www.physiologyofactionlab.info\/es\/el-lab\" target=\"_blank\" rel=\"noopener noreferrer\"> <span style=\"font-weight: 400;\">Laboratorio de Fisiolog\u00eda de la Acci\u00f3n<\/span><\/a><span style=\"font-weight: 400;\">, de doble dependencia entre la Facultad de Medicina (UBA) y CONICET, se enfocan en la neurociencia del comportamiento motor, y est\u00e1 compuesto por ingenieros biom\u00e9dicos, psic\u00f3logos, bi\u00f3logos, m\u00e9dicos, y especialistas en deporte, adem\u00e1s de colaboradores en el \u00e1rea de inteligencia artificial. Sus investigadores utilizan t\u00e9cnicas de estimulaci\u00f3n cerebral no invasivas (TMS o TDCS), la resonancia magn\u00e9tica (MRI) y la electroencefalograf\u00eda (EEG) para estudiar los mecanismos involucrados en la formaci\u00f3n y la persistencia de memorias motoras, optimizando terapias actuales de rehabilitaci\u00f3n motora. \u00bfQu\u00e9 tienen que ver estas investigaciones con el deporte? \u201c<\/span><i><span style=\"font-weight: 400;\">Si bien los atletas de elite ya tienen un nivel de expertise muy alto, en el deporte uno podr\u00eda orientar la atenci\u00f3n porque muchos de estos procesos predictivos funcionan con una atenci\u00f3n motora que no es consciente<\/span><\/i><span style=\"font-weight: 400;\">\u201d, puntualiza la doctora <strong>Valeria Della Maggiore<\/strong>, investigadora independiente de CONICET y Directora del Laboratorio.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">La investigadora plantea que un ejemplo ser\u00eda el de un arquero est\u00e1 por atajar un penal: autom\u00e1ticamente el arquero va a mirar al jugador que patea el penal, va a tratar de tomar distintas referencias del cuerpo de la persona para ver cu\u00e1n informativas pueden ser esas partes del cuerpo. \u201c<\/span><i><span style=\"font-weight: 400;\">Un pateador profesional de penales va a tratar de esconder el movimiento, el impacto del pie en la pelota (golpe) lo m\u00e1s posible para que el arquero no pueda predecirlo. Pero a pesar de que trate de esconderlo, hay movimientos que no va a poder ocultar por un tema de las restricciones biomec\u00e1nicas que tiene para patear una pelota eficientemente. El arquero va a tomar distintas referencias del pateador y su cerebro puede ir extrayendo una estad\u00edstica de ello<\/span><\/i><span style=\"font-weight: 400;\">\u201d, aclara Della Maggiore. Y complementa, \u201c<\/span><i><span style=\"font-weight: 400;\">para intervenir en el proceso se necesita tecnolog\u00eda, capacidad de c\u00f3mputo, para tratar de ver cu\u00e1les son las referencias que toma el arquero del pateador y conectar esas referencias con la eficacia en atajar el penal. Una vez que tenemos esto cuantificado, en una segunda etapa hay que implementarlo para cada pateador: le decimos que para tal jugador X\u00a0 se enfoque en la cadera izquierda\u00a0 y para el jugador Y se enfoque en el hombro izquierdo. Lo que despu\u00e9s nosotros debemos observar es si mejora la eficacia en atajada de penales al enfocarse en la parte del cuerpo que sea m\u00e1s informativa<\/span><\/i><span style=\"font-weight: 400;\">\u201d.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Incluso Della Maggiore cuenta que han tenido conversaciones con entrenadores y deport\u00f3logos especializados en el tenis, para realizar estudios de estrategias corporales en tenistas ayudados por tecnolog\u00eda. De este modo, jugadores de tenis podr\u00edan generar deducciones sobre qu\u00e9 parte del cuerpo est\u00e1 inform\u00e1ndole al otro en el golpe d\u00f3nde va a terminar tirando la pelota en la cancha, lo cual ayudar\u00eda a predecir el juego del rival y complementar las estrategias de entrenamiento.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">\u201c<\/span><i><span style=\"font-weight: 400;\">A nivel de elite, creo que la destreza no se puede mejorar mucho. Porque estos deportistas, Federer, Del Potro, etc. ya tienen un nivel de destreza alt\u00edsimo a nivel motor. Lo que quiz\u00e1s se puede hacer es ense\u00f1arles a esconder m\u00e1s el golpe. Que sea m\u00e1s impredecible para el otro, que no sea siempre la misma referencia, lo cual es un gran desaf\u00edo porque se corre el riesgo de que eso empeore la eficiencia del golpe<\/span><\/i><span style=\"font-weight: 400;\">\u201d, afirma la directora del Laboratorio de Fisiolog\u00eda de la Acci\u00f3n.<\/span><\/p>\n<div id=\"attachment_1280\" style=\"width: 310px\" class=\"wp-caption alignleft\"><a href=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Valeria-Della-Maggiore.jpg\"><img aria-describedby=\"caption-attachment-1280\" decoding=\"async\" loading=\"lazy\" class=\"size-medium wp-image-1280\" src=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Valeria-Della-Maggiore-300x281.jpg\" alt=\"\" width=\"300\" height=\"281\" srcset=\"https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Valeria-Della-Maggiore-300x281.jpg 300w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Valeria-Della-Maggiore-768x719.jpg 768w, https:\/\/datamining.dc.uba.ar\/predictivos\/wp-content\/uploads\/2021\/05\/Valeria-Della-Maggiore.jpg 769w\" sizes=\"(max-width: 300px) 100vw, 300px\" \/><\/a><p id=\"caption-attachment-1280\" class=\"wp-caption-text\">Valeria Della Maggiore<\/p><\/div>\n<p>Y concluye: \u201c<i><span style=\"font-weight: 400;\">para los infantiles que reci\u00e9n est\u00e1n aprendiendo un deporte, se pueden realizar muchas m\u00e1s intervenciones. De hecho, tambi\u00e9n nuestros experimentos de laboratorio apuntan a trabajar con ventanas de tiempo, para conocer en qu\u00e9 horarios y con qu\u00e9 frecuencia pueden retenerse con mayor eficacia rutinas de aprendizaje motor<\/span><\/i><span style=\"font-weight: 400;\">\u201d.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Desde el Laboratorio de Fisiolog\u00eda de la Acci\u00f3n est\u00e1n buscando incorporar tesistas y becarios para trabajos de an\u00e1lisis de datos, inteligencia artificial y ciencia de datos con base en investigaciones cient\u00edficas multidisciplinarias. Y aclaran que actualmente no est\u00e1n aplicando estas investigaciones al deporte (ya que los proyectos en curso quedaron frenados por la pandemia) pero que a mediano plazo, sin dudas, se podr\u00edan implementar en cualquier disciplina que requiera de investigaciones neurocient\u00edficas.<\/span><\/p>\n<p><b>\u00bfPuede esta maquinaria tecnol\u00f3gica reemplazar en alg\u00fan futuro al an\u00e1lisis y conocimiento de los expertos?<\/b><\/p>\n<p><span style=\"font-weight: 400;\">Ante la pregunta formulada al inicio de este art\u00edculo, sobre si estas tecnolog\u00edas (IA + BIG DATA) reemplazar\u00e1n en alg\u00fan momento a los cient\u00edficos especialistas en Data Mining, la respuesta claramente es no. La ciencia de datos es una actividad multidisciplinaria, que se nutre de diversos conocimientos acad\u00e9micos y el rol del experto del dominio es insoslayable as\u00ed como la intervenci\u00f3n e interpretaci\u00f3n humana en la comprensi\u00f3n de este proceso. Por m\u00e1s automatizaci\u00f3n y aprendizaje por refuerzos que se realice en el juego, el deporte no es la excepci\u00f3n.<\/span><\/p>\n<h3><b>Fuentes consultadas<\/b><\/h3>\n<p><strong>Notas sobre revoluci\u00f3n de Big Data en el deporte<\/strong><\/p>\n<p><a href=\"https:\/\/tecvolucion.com\/avances-ciencia-datos-mejor-conduccion-futuro\/\"><span style=\"font-weight: 400;\">https:\/\/tecvolucion.com\/avances-ciencia-datos-mejor-conduccion-futuro\/<\/span><\/a><span style=\"font-weight: 400;\">\u00a0<\/span><\/p>\n<p><a href=\"https:\/\/www.cronista.com\/columnistas\/Big-Data-y-sus-multiples-usos-en-el-deporte-20181206-0040.html\"><span style=\"font-weight: 400;\">https:\/\/www.cronista.com\/columnistas\/Big-Data-y-sus-multiples-usos-en-el-deporte-20181206-0040.html<\/span><\/a><\/p>\n<p><a href=\"https:\/\/www.campusbigdata.com\/big-data-blog\/item\/116-big-data-en-el-deporte\"><span style=\"font-weight: 400;\">https:\/\/www.campusbigdata.com\/big-data-blog\/item\/116-big-data-en-el-deporte<\/span><\/a><\/p>\n<p><strong>Metrica Sports<\/strong><\/p>\n<p><a href=\"https:\/\/bigdatasports.media\/2020\/11\/29\/bruno-dagnino-audacia-y-calculo-a-disposicion-de-los-clubes-la-propuesta-de-metrica-sports\/\"><span style=\"font-weight: 400;\">https:\/\/bigdatasports.media\/2020\/11\/29\/bruno-dagnino-audacia-y-calculo-a-disposicion-de-los-clubes-la-propuesta-de-metrica-sports\/<\/span><\/a><\/p>\n<p><a href=\"https:\/\/www.pagina12.com.ar\/116573-el-laboratorio-del-futbol\"><span style=\"font-weight: 400;\">https:\/\/www.pagina12.com.ar\/116573-el-laboratorio-del-futbol<\/span><\/a><\/p>\n<p><strong>Laboratorio de Fisiolog\u00eda de la Acci\u00f3n<\/strong><\/p>\n<p><span style=\"font-weight: 400;\">Cerebro Argentino: TecTV con Valeria Della Maggiore<\/span><\/p>\n<p><a href=\"https:\/\/www.youtube.com\/watch?v=l1nO4RcmGZg\"><span style=\"font-weight: 400;\">https:\/\/www.youtube.com\/watch?v=l1nO4RcmGZg<\/span><\/a><\/p>\n<p><span style=\"font-weight: 400;\">C5N. Los enigmas del cerebro: Cerebro Motor<\/span><\/p>\n<p><a href=\"https:\/\/www.youtube.com\/watch?v=esPz48tiMmM\"><span style=\"font-weight: 400;\">https:\/\/www.youtube.com\/watch?v=esPz48tiMmM<\/span><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>En este post continuamos investigando sobre la aplicaci\u00f3n de la ciencia de datos a las disciplinas deportivas, en especial a los deportes de alto rendimiento. El caso del f\u00fatbol es un ejemplo paradigm\u00e1tico con la combinaci\u00f3n de datos y video como as\u00ed tambi\u00e9n el uso de la neurociencia del sistema motor para mejorar las capacidades de atenci\u00f3n y predicci\u00f3n de los deportistas.<\/p>\n","protected":false},"author":4,"featured_media":1278,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[24,34],"tags":[21,35],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1277"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1277"}],"version-history":[{"count":10,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1277\/revisions"}],"predecessor-version":[{"id":1293,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1277\/revisions\/1293"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/1278"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1277"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1277"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1277"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}