Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Machine Learning Meetup Spain

499 views

Published on

Presentacion del Machine Learning Meetup Spain, con un caso de uso sobre futbol Analytics

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

Machine Learning Meetup Spain

  1. 1. Aplicación de Machine Learning en el deporte Alberto Rodríguez Martín alberto.rodriguez@stratebi.com @albertormweb
  2. 2. www.stratebi.com Introducción 2
  3. 3. www.stratebi.com Casopráctico:situacióninicial 3 Scouting Deportivo: Dirección deportiva del CD Tenerife (2ª División Liga Smartbank)
  4. 4. www.stratebi.com Casopráctico:problema 4 Sustituir la baja de un jugador clave: Luis Milla (mediocentro – 25 años)
  5. 5. www.stratebi.com Casopráctico:restricciones 5 Restricciones impuestas por el club: • Temporada: 2020/21 • Posición: Mediocentro • Rango de edad: 20 a 32 años. • Valor de mercado: <3 millones de euros. • Precio: Fin de contrato, cedibles o económico. • Pasaporte: Español. • Minutos en la 19/20: Más de 900 minutos
  6. 6. www.stratebi.com Casopráctico:¿solución? 6 Machine Learning: Aprendizaje no supervisado -> clustering
  7. 7. www.stratebi.com Casopráctico:arquitectura 7 Data Provider >> ETL >> Data Warehouse >> Power BI + Machine Learning (Python)
  8. 8. www.stratebi.com Casopráctico:soluciónimplementada 8 Machine Learning sobre dataset utilizando Python. • Aprendizaje no supervisado: Clustering • PCA: sklearn.decomposition import PCA • K-Means: sklearn.cluster import KMeans • Hierarchy dendogram: scipy.cluster import hierarchy • Análisis en Power BI: radarchats
  9. 9. www.stratebi.com Casopráctico:soluciónimplementada 9 1.- Conjunto de datos: jugadores que cumplen requisitos impuestos por el club.
  10. 10. www.stratebi.com Casopráctico:soluciónimplementada 10 2.- Identificar la correlación entre las variables: Pairplot (Searborn)
  11. 11. www.stratebi.com Casopráctico:soluciónimplementada 11 3.- Determinar la correlación entre las medidas seleccionadas.
  12. 12. www.stratebi.com Casopráctico:soluciónimplementada 12 4.- Reducción de variables con PCA y aplicación de k-means para clusterizar el conjunto de datos.
  13. 13. www.stratebi.com Casopráctico:soluciónimplementada 13 5.- Identificar a qué clúster pertenece cada jugador.
  14. 14. www.stratebi.com Casopráctico:soluciónimplementada 14 6.- Identificar a qué clúster pertenece Luis Milla y qué jugadores lo conforman
  15. 15. www.stratebi.com Casopráctico:soluciónimplementada 15 7.- Preparar dataframe con jugadores del cluster para aplicar Hierarchy Dendogram
  16. 16. www.stratebi.com Casopráctico:soluciónimplementada 16 8.- Aplicar Hierarchy Dendogram
  17. 17. www.stratebi.com Casopráctico:soluciónimplementada 17 9.- Identificar a Luis Milla y jugadores cercanos
  18. 18. www.stratebi.com Casopráctico:resultados 18 1.- Javi Hervás Equipo: Honka (Finlandia) Edad: 30 años Valor de mercado: 300.000 € Fin de contrato: 31-12-2020 Partidos 2019/20: 24 Goles 2019/20: 1 Pie: Zurdo
  19. 19. www.stratebi.com Casopráctico:resultados 19 2.- Iñigo Ruiz de Galarreta Equipo: UD Las Palmas (España) Edad: 26 años Valor de mercado: 2.000.000 € Fin de contrato: 30-06-2020 (Cedido) Partidos 2019/20: 22 Goles 2019/20: 0 Pie: Diestro
  20. 20. www.stratebi.com Casopráctico:resultados 20 3.- Eugeni Valderrama Equipo: Huesca (España) Edad: 25 años Valor de mercado: 1.300.000 € Fin de contrato: 30-06-2021 Partidos 2019/20: 24 Goles 2019/20: 3 Pie: Diestro
  21. 21. www.stratebi.com Casopráctico:resultados 21 4.- Álex López Equipo: Lugo (España) Edad: 22 años Valor de mercado: 400.000 € Fin de contrato: 30-06-2020 (Cedido) Partidos 2019/20: 18 Goles 2019/20: 2 Pie: Diestro
  22. 22. www.stratebi.com Casopráctico:análisisderesultados 22 Luis Milla vs Iñigo Ruiz de Galarreta vs Alex López utilizando RadarChats (Python)
  23. 23. www.stratebi.com Casopráctico:análisisderesultados 23 Luis Milla vs Iñigo Ruiz de Galarreta vs Alex López utilizando RadarChats (Power BI)
  24. 24. www.stratebi.com Casopráctico:conclusiones 24 Tangibles (ventajas) Intangibles (desventajas) Detectar potenciales jugadores Nivel de adaptación, idioma, rol, tipo de vida, etc. Comparación de jugadores inmediata Carácter fuera y dentro del vestuario Análisis de indicadores de rendimiento Contextualización del resultado Acotar el problema Situaciones personales extradeportivas
  25. 25. www.stratebi.com ¡MUCHAS GRACIAS! linkedin.com/in/albertorodriguezmartin alberto.rodriguez@stratebi.com @albertormweb 25
  26. 26. facebook.com/stratebiopenbi @stratebi linkedin.com/company/stratebi Datos de contacto: Madrid: Avda. del Brasil, 17, 16ºAB Barcelona: C/ Valencia, 63 Alicante: C/Italia 23, 4º Derecha 91 788 34 10 www.stratebi.com info@stratebi.com

×