축구는 틀림없이 세계에서 가장 인기있는 스포츠입니다. FIFA.com에 따르면 총 32 억 명의 사람들이 2014 년 축구 월드컵을 시청했습니다. 그러나 기술이 오늘날의 축구를 만드는 데 중요한 역할을한다는 것을 알고 계셨습니까? 사실, 현대 축구는 스포츠에서 새로운 기술과 레거시 기술의 방대한 적용으로 인해 자체적으로 자율적 인 IT 부문으로 간주 될 수 있습니다.
월드컵에 사용되는 기술에는 이미지 인식 및 패턴 분석과 같은 레거시 기술과 인공 지능 및 클라우드 컴퓨팅과 같은 새로운 시대의 접근 방식이 포함됩니다. 사실, 필요한 기술을 가지고 있고 게임에 대한 열정이있는 사람에게는 축구 분야의 기술 직업이 꿈이 될 수 있습니다.
이 블로그에서는 우리가 알고있는 축구를 즐기는 방식을 정의하는 5 가지 주요 기술에 대해 설명합니다.
빅 데이터 및 분석
스포츠 분야, 특히 FIFA와 같은 글로벌 토너먼트와 관련된 많은 데이터가 있습니다. 예를 들어, 예측 알고리즘을 포괄적으로 분석하고 설계하려면 각 플레이어의 최소값 인 185 개의 데이터 필드가 필요합니다.
오늘날 분석에 생성되고 사용되는 모든 데이터가 구조화되어있는 것은 아닙니다. 오늘날의 데이터는 비디오, 이미지, 소셜 미디어 게시물 등과 같은 비정형 구성 요소로 구성됩니다. 이것을 빅 데이터라고합니다. 텍스트 및 숫자 데이터를 사용하여 간단한 분석을 수행 할 수 있지만 팀 성과 분석, 플레이어 건강 통계 예측 등과 같은 복잡한 알고리즘의 경우 간단한 수학 및 Microsoft Excel과 같은 기존 도구로는 충분하지 않습니다. 현대 축구의 많은 분석에는 데이터의 특성으로 인해 Apache Hadoop, Apache Spark 및 Apache Kafka와 같은 도구가 포함됩니다.
축구 팬이라면 독일이 경쟁을 무너 뜨려 2014 FIFA 월드컵에서 우승했다는 사실을 알 수 있습니다. 하지만이 대표팀이 복잡한 빅 데이터 분석 시스템을 사용하여 통찰력을 도출했다는 사실을 알고 계셨습니까? Christened Match Insights,이 도구는 2012 년에 출시되었으며 독일 대표팀의 총책임자 인 Oliver Bierhoff가 책임을 맡았습니다. 이 광범위한 프로젝트는 Deutsche Sporthochschule Koeln의 약 50 명의 학생 그룹이 다가오는 토너먼트에 참가하는 모든 선수의 통계가 포함 된 포괄적 인 데이터베이스를 만들기 시작하면서 시작되었습니다. 예상대로이 데이터의 상당 부분은 경기장을 둘러싸고있는 8 개의 다른 현장 카메라의 비디오였습니다. 도구 제작자에 따르면 피치는 데이터베이스에서 그리드로 표시됩니다. 각 시나리오에서 모든 플레이어에게는 고유 한 식별자가 할당됩니다. 이를 통해 자신의 움직임과 행동을 디지털 방식으로 추적 할 수 있으므로 누구나 터치 횟수, 이동 속도 및 평균 소유 시간을 포함한 핵심 성과 지표를 측정 할 수 있습니다.
이 데이터를 사용하여 학생들은 최종 모델을 고안 한 알고리즘을 설계했습니다. 이 모델은 모든 상대에 대한 독일 팀의 완벽한 전략의 기반이되었습니다.
데이터 분석에 대한 더 많은 사실을 배우고 싶다면 이것은 좋은 곳이다 시작한다.
최종 대 최종 대 마무리
비즈니스 인텔리전스 (BI) 및 데이터 시각화
이것은 시청률의 최전선에서 실행되는 거의 모든 스포츠에서 명백한 기술 분야입니다. 파생 된 테이블, 차트, 그래프, 히트 맵, 데이터 시각화 및 비즈니스 인텔리전스는 21 년 초부터 현대 스포츠를 정의 해 온 분야입니다.성세기. 모든 사람은 플레이어 점수가 표시된 막대 차트, 팀 분포를 보여주는 파이 및 순위표에 익숙합니다. 이 모든 것은 데이터 인텔리전스를 사용한 포괄적 인 묘사 일뿐입니다.
데이터 시각화의 차이를 이해하기 위해 현재 FIFA에 등록 된 각 국가의 플레이어 수를 간단히 예로 들어 보겠습니다. 다음은 데이터입니다. 먼저 테이블 형식으로 표시 한 다음 세계지도 히트 맵 형식으로 표시합니다.
이제 두 가지 질문 만하면됩니다.
- 어느 것이 시각적으로 더 즐겁습니까?
- 이 두 가지 중 어느 것이 더 많은 통찰력을 유발합니까?
지금까지 두 질문에 대한 답은지도입니다. 데이터 시각화는보기에 매력적일뿐만 아니라 더 쉽게 이해하고 통찰력을 도출 할 수있게 해줍니다. FIFA의 데이터 시각화와 관련하여 IBM Cognos, Tableau 및 QlikView와 같은 도구가 주로 사용됩니다.
함수 오버로딩 C ++
사물 인터넷 (IoT)
앞의 두 섹션에서 데이터 분석 및보고에 대해 논의했습니다. 이제이 데이터를 수집하는 방법을 살펴 보겠습니다.
현재 데이터 수집의 대부분은 선수 및 공 위치에 대한 필드의 XY 평면 또는 그리드 분석, 동작 및 속도를 감지하는 외부 추적 장치 등과 같은 전통적인 접근 방식을 사용하여 수행됩니다.하지만 스마트 웨어러블과 IoT가 전 세계를 강타하고 있습니다. 스포츠에서 이러한 기술의 적용에 대한 많은 연구와 개발이있었습니다.
이를 더 잘 이해하기 위해 앞서 논의한 독일 축구 팀의 경기 통계 도구를 예로 들어 보겠습니다. 최종 모델을 위해 수집 된 모든 데이터는 외부에서 파생되었습니다. 실제로 논의한 바와 같이 플레이어의 위치와 움직임을 분석하려면 팀이 복잡한 코드 세트를 작업해야했습니다. 이 프로그램은 8 개의 서로 다른 카메라의 비디오 피드를 분석 한 다음 결과를 도출했습니다. 솔직히 말해서 이것은 매우 바쁘고 시간이 많이 걸리는 작업입니다.
이를 단순화하는 것은 각 플레이어의 팔에 스마트 트래커를 두드리는 것만 큼 쉽습니다. 실제로 이러한 스마트 트래커는 플레이어 위치를 파악하는 데 사용할 수있을뿐만 아니라 이동 거리, 이동 속도, 심박수 등과 같은 다른 통계를 기록하는데도 사용할 수 있습니다. 이 같은 아이디어를 바탕으로 볼 트래킹, 라인 트래킹 및 기타 새로운 시대의 축구 혁신이 도입되었습니다.
이미지 출처 : IBM
IoT는 IBM이 코 그너 티브 IoT를 사용하여 광범위한 프로젝트를 수행하는 전담 팀을 보유하고있는 방대한 분야입니다. 팀은 IBM의 유명한 인공 지능 인 IBM Watson을 기반으로 구축 된 여러 하드웨어 및 소프트웨어 솔루션을 고안했습니다.
클라우드 컴퓨팅
- 데이터 수집 – 확인
- 데이터 분석 – 확인
- 데이터보고 – 확인
지금까지 세 가지 주요 데이터 관련 활동을 다루었지만 또 다른 중요한 요소 인 데이터 스토리지가 누락되었습니다.
2003 년이라면 로컬 머신 또는 원격 인스턴스 등 몇 가지 옵션 만있었습니다. 그러나 우리가 이미 알고 있듯이 오늘날 단일 게임에 대해 수집 된 데이터의 양은 하나의 작은 컴퓨터가 처리하기에는 너무 많습니다. 또한 단순한 구조화 된 데이터가 아닙니다. 이러한 종류의 데이터를 클라우드에 저장하는 최고의 솔루션입니다. 클라우드는 설정하기 쉬운 시스템 일뿐만 아니라 방대한 비정형 데이터를 저장하는 경우에도 경제적입니다.
클라우드 컴퓨팅을 통해 데이터를 원격으로 저장할 수 있습니다. 또한 오늘날 대부분의 클라우드 솔루션은 분석 및보고를 지원할 수있는 통합 도구도 제공합니다. 로컬 컴퓨터 대신 클라우드 시스템을 사용하는 또 다른 큰 장점은 클라우드 컴퓨팅이 해결하는 보안 및 개인 정보 문제입니다. 대부분의 클라우드 인스턴스는 개인 키로 암호화되어있어 해킹이나 무단 액세스를 어렵게 만듭니다. 또한 스토리지가 탄력적 일 수 있으므로 최신 데이터를위한 공간을 만들기 위해 이전 데이터를 삭제할 필요가 없습니다. 이것은 과거 분석에서 높은 품질과 더 큰 가치를 보장 할 것입니다. 마지막으로 클라우드에 저장된 데이터는 모든 장치와 위치에서 액세스 할 수 있습니다. 이러한 유연성 덕분에 클라우드 컴퓨팅은 스포츠 데이터 저장을위한 이상적인 선택이됩니다.
오늘날 사용되는 인기있는 클라우드 솔루션에는 Amazon Web Services, Microsoft Azure, IBM Bluemix 및 Google Cloud Platform이 있습니다.
인공 지능 (AI) 및 기계 학습 (ML)
유행하는 기술과 관련하여 인공 지능과 기계 학습을 돈으로 활용할 수있는 것은 거의 없습니다. 생성 된 데이터의 양으로 말 그대로 미래를 예측할 수있는 기계 지능을 설계하는 것은 그리 어렵지 않습니다. 몇 년 전, FIFA의 과대 광고는 각 경기의 승자를 예측할 수있는 문어 폴 주변이었습니다. 물론 유기적 생명체의 성공률은 85 %를 약간 넘었지만 지금은 디지털 세계로 이동하고 있으며 점술은 실제로 그 일부가 아닙니다.
이 놀라운 생물의 손실을 보완하기 위해 Google 데이터 분석가 그룹은 한 세대의 축구 경기에서 역사적인 통찰력을 도출하고 2014 FIFA 월드컵의 각 경기 결과를 예측하는 머신 러닝 시스템을 개발했습니다. 이 시스템은 사용 된 16 개 경기 중 14 개를 성공적으로 예측할 수 있었기 때문에 이전에 사용 된 바다 생물보다 거의 3 % 더 효율적이었습니다. 또한 제작자에 따르면 두 가지 실패는 데이터의 오류와 불일치로 인해 발생했습니다.
솔직히 말해서 인공 지능이나 기계 학습 알고리즘은 실제로 승자를 예측하는 것이 아니라 호의를 순서대로 쌓아서 각 팀이 경기에서 이길 확률을 제공합니다.
간단하지만 우아한 기계 학습 알고리즘을 사용하여 올해 FIFA 월드컵에 대한 다음 결과를 얻을 수 있습니다. * 스포일러 경고 *
알고리즘 소스 : Kaggle
추신 : 숫자가 낮을수록 해당 팀의 확률이 높아집니다.
인공 지능과 기계 학습은 이러한 종류의 분석에 사용될 수있을뿐만 아니라 플레이어 성능 향상, 일상 중심의 비즈니스 인텔리전스 솔루션 자동화 등에 사용될 수 있습니다.
2018 축구 월드컵이 왔습니다! 우리 모두가 스포츠를 사랑하는만큼 스포츠를 만드는이면에있는 기술에 대해 배우는 것이 우리가 스포츠를 더 높이 평가하는 데 도움이되기를 바랍니다.
FIFA에서 우리가 알고있는 게임을 바꾸는 5 가지 인기 기술입니다. 그들 각각은 선수와 팬 모두에게 이전보다 더 나은 스포츠를 만드는 이점을 제공합니다. 또한 필요한 기술이 있으면 스포츠 분야에서 IT 관련 직업을 가질 수도 있습니다.
자바에서 포조는 무엇입니까
FIFA의 기술 적용 범위가 마음에 드셨기를 바랍니다. 일반적으로 FIFA 또는 스포츠에서 유행하는 기술의 적용에 대해 더 알고 있다면 아래 댓글 섹션에 서면으로 알려주십시오. 더 많은 FIFA 및 기술 관련 보도를 보려면 블로그를 구독하십시오.