- 综合排序
- 最热优先
- 最新优先
- 来自专栏ATYUN订阅号
数据和机器学习如何改变欧洲足球 甚至是世界足球？！
总部位于荷兰的数据情报公司SciSports希望通过数据、运动追踪和机器学习来改变世界足球。 该公司利用数据和机器学习技术，制作了一项“科学技能指数（SciSkill Index）”这是一项对全世界数千名足球运动员的当前能力、潜力和影响力进行的客观排名。 ? 根据SciSports的说法，孟菲斯·德佩受到了他们的影响决定搬到了里昂足球俱乐部 评分标准是由SciSports现有的数据库和从体育场摄像机收集到的三维数据决定的，这些数据可以将练习中的运动或比赛中的运动转化为实时的有用信息 “BallJames”是该公司的全自动跟踪系统，它可以生成三维数据，无需连接任何传感器到球员或足球上。 据该公司称，BallJames从足球比赛的视频图像中自动生成3D数据。 除了数据收集这样的主要功能之外，BallJames还提供了许多其他的可能性，前科学技术首席技术官Gerrit-Jan van Ahee曾在3月的一份公司声明中表示： “对于整个领域来说，除了在电视上看足球之外
1.4K30发布于 2018-03-05 - 来自专栏PPV课数据科学社区
使用Python抓取欧洲足球联赛数据
背景 Web Scraping 在大数据时代，一切都要用数据来说话，大数据处理的过程一般需要经过以下的几个步骤 数据的采集和获取 数据的清洗，抽取，变形和装载 数据的分析，探索和预测 数据的展现 其中首先要做的就是获取数据 数据的来源多种多样，以为我本身是足球爱好者，而世界杯就要来了，所以我就想提取欧洲联赛的数据来做一个分析。 许多的网站都提供了详细的足球数据，例如： 网易 http://goal.sports.163.com/ 腾讯体育 http://soccerdata.sports.qq.com/ 虎扑体育 http ://soccer.hupu.com/ http://www.football-data.co.uk/ 这些网站都提供了详细的足球数据，然而为了进一步的分析，我们希望数据以格式化的形式存储，那么如何把这些网站提供的网页数据转换成格式化的数据呢 Splunk提供一个大数据的平台，主要面向机器数据。
4.2K50发布于 2018-04-23 - 来自专栏机器学习AI算法工程
使用Python抓取欧洲足球联赛数据
数据的来源多种多样，以为我本身是足球爱好者，所以我就想提取欧洲联赛的数据来做一个分析。 许多的网站都提供了详细的足球数据，例如： 网易 http://goal.sports.163.com/ 腾讯体育 http://soccerdata.sports.qq.com/ 虎扑体育 http ://soccer.hupu.com/ http://www.football-data.co.uk/ 这些网站都提供了详细的足球数据，然而为了进一步的分析，我们希望数据以格式化的形式存储，那么如何把这些网站提供的网页数据转换成格式化的数据呢 Web Scraping 注意事项 在抓取数据之前，要注意以下几点： 阅读网站有关数据的条款和约束条件，搞清楚数据的拥有权和使用限制 友好而礼貌，使用计算机发送请求的速度飞人类阅读可比，不要发送非常密集的大量请求以免造成服务器压力过大 下一步做什么 现在我们拥有了详细的欧洲联赛的数据，那么下一步要怎么做呢，我推荐大家把数据导入BI工具来做进一步的分析。
3.3K80发布于 2018-03-14 - 来自专栏大数据文摘
「体育大数据」职业体育大数据应用之足球
无独有偶， 美国足球大联盟（MLS）也已经开始在足球场上采用传感器技术。 在全明星赛上的数据显示， 莫罗的运动强度排名第6 ， 整体速度位于第2位， 而总奔跑距离并列第4， 为2.1英里（约3.4公里）。 莫罗说， 有些球员希望在比赛中就能看到球员的数据分析。 如果下赛季采用miCoach精英系统， 他更希望能够在赛后看到自己的数据进行分析， 而不是在比赛中调整。 “当然， 这取决于教练给我们看多少数据。” 尽管不希望在比赛中就看数据， 莫罗还是认为miCoach很有用。 他说：“如果这个系统能帮助运动员提高竞争力， 提高训练水平， 哪怕是一点点的话也值了。” “我很高兴下赛季能采用这套系统”莫罗说“人们可以按照他们想要的方式来使用这种工具， 有的人愿意在比赛中看到数据， 而我则希望通过数据分析来提高自己的训练水平。 大多数认真的运动员都会这样想的。
1.2K150发布于 2018-05-22 - 来自专栏萝卜大杂烩
足球粉丝福利来啦-图解欧洲足球五大联赛
前言： R爬虫&可视化系列文章来到了第五季，我们来聊聊欧洲足球五大联赛。本人作为一个不会踢球的资深球迷，俗称“懂球帝”，今天就与大家用数据分析一下2017-2018赛季欧洲五大联赛的各项指标。 数据爬取： 本次数据爬取我们选择的是虎扑网站，虎扑网站作为大型的体育类资讯网站，可以作为足球类数据的来源。 上图中由于虎扑球队信息更新不是特别及时，我们会在后期把这部分数据和比赛数据做inner join。 ，home_row,away_row均大于1说明数据成功爬取home_row <- nrow(home)away_row <- nrow(away) 数据分析： PART1：五大联赛比赛数据对比 首先我们通过几个维度对比五大联赛比赛的特点 关于五大联赛的分析暂时就到这里，后续大家关于这方面有更多分析的点可以留言进行交流 --------------------------------- 如果大家周围有对数据分析&数据挖掘感兴趣的朋友，麻烦在朋友圈帮忙转发一下
1.8K20发布于 2019-07-17 - 来自专栏【腾讯云开发者】
用大数据技术预测足球胜率
在这大数据时代，能否在数据的帮助下，减少这种信息的不对称，从而成功地对足球比赛进行预测？本文从数据层面出发，通过挖掘足球比赛相关的数据特征，结合机器学习的模型方法，对足球比赛的胜、平、负结果进行预测。 挖掘足球比赛数据特征 构建预测模型 预测比赛结果概率（胜、平、负） 分析足彩投注策略 在使用本文提出的投注策略下，对英超2015赛季100场比赛，投注了其中20场比赛。 一、数据特征 那究竟如何才能做到先知先觉，事先一窥足球比赛的结果呢？对于足球比赛，是否存在一种合理有效的预测方法，进而在足球彩票投注中实现较为稳定的盈利呢？ 影响一场足球比赛结果的因素千千万，不管是普通球迷还是职业足球评论家都可以提出一系列的影响因子，球队排名、历史战绩、攻防数据、近期表现、主场优势、红牌裁判等等。 本文方法并不是一个完美的“拉普拉斯妖”，结合更新更全的数据，以及当前最新的大模型AI方法，大家可以发挥自己想象力和领域知识构建一个更加完善的足球预测系统。
8.7K61编辑于 2022-12-05 足球场足球运动员身份识别足球裁判员数据集VOC+YOLO格式312张4类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：312 标注数量 txt文件个数)：312 标注类别数：4 标注类别名称:[“ball”,“goalkeeper”,“player”,“referee”] 每个类别标注的框数： 序号 类别名称 框数 1 ball(足球 3 player(运动员) 6228 4 referee(裁判员) 718 总计 总框数 7453 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证 ，数据集只提供准确且合理标注 图片示例： 标注示例： 下载地址：https://download.csdn.net/download/FL1623863129/89413114
15810编辑于 2025-07-20- 来自专栏个人笔记总结
所选之路，为足球而生。2020—2022我与足球那些事
我与足球 不知道大家记不记得小时候看过的一个动画片——《超智能足球》，我记得自己在上小学三四年级左右的时候，就爱上了这个动画片，hhh，我最初是被动画片的主题曲所吸引，感觉特别热血，“足球划破了天空 ，然后到了大学后我第一个关注的也是他，原因很简单，被他的球技所折服，尤其是他对于足球的热爱，即使倒地，我也拼命的拿住我的球。 世界杯简介 国际足联世界杯（FIFA World Cup），简称“世界杯”，是由全世界国家级别球队参与，象征足球界最高荣誉，并具有最大知名度和影响力的足球赛事。 现代足球发源地为英格兰 ，其代表队在1966年首夺世界杯。而现在的世界杯奖杯是大力神杯，由4夺世界杯冠军的德国在1974年首次捧杯并一直沿用。 2022卡塔尔世界杯 2022年卡塔尔世界杯（英语：FIFA World Cup Qatar 2022）是第二十二届世界杯足球赛，是历史上首次在卡塔尔和中东国家境内举行、也是第二次在亚洲举行的世界杯足球赛
55130编辑于 2023-02-20 - 来自专栏PPV课数据科学社区
当足球遭遇大数据，胜负靠计算还是直觉
埃弗顿的逆袭代表了足球界的新趋势：数据革命。 欧洲足球正在经历这样一场革命。专业球迷们可能从新闻堆里发现蛛丝马迹：各大球会都在变得更聪明也更有效率。 数据不会说谎 在足球这项传统而保守的运动中，哪怕是引入门线技术(判断进球是否有效)或增设门线裁判都会造成轩然大波，数据革命听起来不可思议。 “有很多人都喜欢足球，也喜欢自己进行分析，但他们需要数据，而采集数据需要钱，于是，我们给他们数据。” 博尔顿的分析研究总监布莱恩·普莱斯迪奇透露说，自从他们的守门员开始研究对方的点球手的数据以后，他的扑点 球效率反而降低了，过去两个赛季只有9%的成功率。 如果数据专家们想要给足球俱乐部带来更大的影响，他们可能必须将游说重点从主教练转移到俱乐部老板身上。
2.8K60发布于 2018-04-18 - 来自专栏CreateAMind
Meet CreateAMind Cuju ( 谷歌足球 SOTA )
谷歌足球（Google Research Football）是Google Brain 开发的一个足球仿真策略游戏。 introducing-google-research-football.html Google Brain 训练Agent使用的是他们自己研发的SEED算法： https://arxiv.org/abs/1910.06591 谷歌足球环境有两个特点 目前在谷歌足球的排行榜上，Cuju智能体名列第一。 我们没有采用一般的强化学习算法比如PPO，IMPALA等，而是使用了我们自己的算法。 足球实验的目的是为了验证我们的强化学习算法SQN，验证SQN的规模化能力。 dis_k=6955068bbcf8ca0a5ed765c594614a94&dis_t=1588996475 Cuju_vs_raveman-selfplay-9： http://mpvideo.qpic.cn
1.1K30发布于 2020-05-09 - 来自专栏Data分析
足球- EDA的历史数据分析并可视化
足球- EDA的历史数据分析并可视化 前言： 在足球世界中，背后隐藏着丰富的数据宝藏，记录着球队的兴衰、球员的崛起与衰落，以及比赛瞬息万变的情境。 在本篇技术博客中，我们将追溯足球的历史，深入探索足球比赛的背后，运用探索性数据分析（Exploratory Data Analysis，简称EDA）的方法来揭示数据的潜在规律。 我们将通过挖掘比赛数据、球队表现和球员统计等方面的信息，为读者呈现足球世界独特而引人入胜的数据画卷。 跟随我们一同踏上这场数据之旅，发现数字化背后隐藏的足球故事，以及如何通过数据分析和可视化工具揭示足球运动的内在奥秘。 足球的魅力在于其无法预测的变数，而数据分析正是帮助我们理解和解读这些变数的有力工具。 愿这篇博客成为你深入足球数据分析领域的起点，激发更多关于足球的好奇心，并让你对这项运动的热爱更上一层楼。
70710编辑于 2024-01-30 - 来自专栏纳米体育数据
纳米数据足球篮球实时数据，实时更新比赛比分数据，体育数据接口api
版权声明：本文为CSDN博主「NamiData」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
1.3K60编辑于 2022-10-19 - 来自专栏sktj
Kubernetes(9:数据)
作用是在Pod中共享数据 创建Pod，volumeMounts ? image.png emptyDir是Host上创建的临时目录，其优点是能够方便地为Pod中的容器提供共享存储，不需要额外的配置。
41520发布于 2019-09-24 - 来自专栏华仔的技术笔记
猜足球比分到预测理论
Elo评分体系（国际象棋/足球） 核心：动态评估对手实力差，通过历史胜负数据迭代更新评分。 公式： 案例：FiveThirtyEight世界杯预测误差率仅12%（2018）。 泊松分布模型（足球比分预测） 逻辑：假设进球事件独立且服从泊松分布，计算特定比分概率。 公式： 参数：主队/客队场均进球率（λ₁, λ₂）。 实时数据流融合 技术栈： 传感器数据：球员GPS跑动热图、心率变异（HRV）监测疲劳度。 计算机视觉：Tracking Camera捕捉阵型变化（如足球3-4-3→5-3-2防守切换）。 实操建议（以足球为例） 基础层：使用Elo+泊松分布快速估算胜负/比分概率。 进阶层：用XGBoost/LSTM融合50+维特征（包括裁判风格）。 对于比分预测，需接受高误差率（足球平均绝对误差MAE≈1.2球），重点识别价值区间而非绝对结果。 三、竞猜比分实战方法 1.
2.9K11编辑于 2025-03-13 - 来自专栏PPV课数据科学社区
足球大数据：统计和分析之间岂止一步之遥
不过这不是一蹴而就的，因为现在数据统计公司在足球领域中做的数据收集工作仅仅是一百年前棒球领域就做完了的。 现在，足球终于有了大量的数据，下一步就是怎么样更好的利用这些数据。 这些作为数据分析基石的原始统计数据在美国体育中广泛存在，但是在足球领域却是一个全新的概念。 数据分析 我们当然希望从这些简单的描述性的统计数据背后能够挖掘出更多关于足球比赛本质的信息。 足球领域内的统计数据太少了，以至于任何指标都需要合成，但是足球数据统计方面落后棒球一百年并不意味着足球就不会有自己特有的评价指标。 而且足球领域确实有一点优势，那就是在棒球运动中，那些基于统计数据的各种假设猜测已经流行了一百年之后才被数据分析所冲击，而足球领域，数据统计和数据分析是齐头并进的。 知识无极限 6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布 7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载 8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募 9、
5.4K61发布于 2018-04-23 - 来自专栏算法一只狗
AI大模型预测足球比赛
这个AI分析大师可以在coze商店上找到，只要搜索对应“FIFA足球比赛信息”即可找到Bot应用 它主要两个功能： 输入两支队伍，给出哪支队伍会胜出，并同时提供对应概率 通过历史和最新的新闻分析两支队伍的情况 年，所有足球比赛的成绩。 该数据集包含从 1872 年第一场正式比赛到 2024 年的 47,126 条国际足球比赛结果。比赛范围从 FIFA 世界杯到 到常规友谊赛等等的数据。 通过获取数据后，做成对应的特征。 进过上面两个步骤，就可以实时分析出两支足球队伍的胜出概率了。 比如提问“分析一下France和Portugal两个队伍谁会胜出“： 还可以进行具体原因的分析等等： 当然，目前这个足球AI大模型还做的比较粗糙，感兴趣的都可以去coze商店上使用体验一下。
2K10编辑于 2024-11-14 - 来自专栏YOLO大作战
基于YOLOv8的足球赛环境下足球目标检测系统（Python源码+Pyqt6界面+数据集）
本文主要内容:详细介绍了足球赛环境下足球目标检测系统，在介绍算法原理的同时，给出Pytorch的源码、训练数据集以及PyQt6的UI界面。 1.数据集介绍数据集大小一共2724张，，按照8:1:1进行训练集、验证集、测试集随机区分。 一共只有一个类别，为football细节图：2.基于YOLOv8的球赛环境下足球目标检测2.1 修改football.yamlpath: . 球赛环境下足球目标检测系统设计4.1 PySide6介绍 受益于人工智能的崛起，Python语言几乎以压倒性优势在众多编程语言中异军突起，成为AI时代的首选语言。 pyside6 -i https://mirror.baidu.com/pypi/simple基于PySide6开发GUI程序包含下面三个基本步骤：设计GUI，图形化拖拽或手撸；响应UI的操作（如点击按钮、输入数据
1.2K10编辑于 2024-02-07 - 来自专栏mysql
hhdb数据库介绍(9-9)
高可用服务读写分离计算节点支持读写分离功能，并且支持配置读写分离权重读写分离功能说明要使用读写分离功能，需在数据节点中配置主备存储节点。读写分离功能默认设置为关闭。 -- 不开启读写分离：0；可分离的读请求发往所有可用数据源：1；可分离的读请求发往可用备数据源：2；事务中发生写前的读请求发往可用备数据源：3--><property name="weightForSlaveRWSplit strategyForRWSplit参数为1时可设置主备存储节点的读比例，设置备存储节点读比例后<em>数据</em>节点下的所有备存储节点均分该比例的读任务。 strategyForRWSplit参数为2时<em>数据</em>节点上的所有可分离的读任务会自动均分至该<em>数据</em>节点下的所有备存储节点上，若无备存储节点则由主存储节点全部承担。 用户级别的读写分离可通过管理平台创建<em>数据</em>库用户页面添加用户或编辑用户开启用户级别的读写分离。
23110编辑于 2024-11-29 - 来自专栏技术集锦
练习9—数据计算
题目 写一个简单的函数实现下面的功能：具有三个参数，完成对两个整型数据的加、减、乘、除四种操作，前两个为操作数，第三个参数为字符型的参数。 ; } 说明 注意switch-case语句中case处的数据类型，因为设定了变量c为char类型，所以需要使用 c = input.next().charAt(0) 语句接收用户键盘上的单个字符输入
30720编辑于 2022-06-03 - 来自专栏用户5909132的专栏
“数据湖存储”冠军杯足球赛开幕，腾讯云存储出征！
“数据湖存储”冠军杯是数据湖领域内的世界级赛事，随着云上“数据湖存储”产品理念的逐步普及，今年的比赛也获得了国内外众多球迷的关注。 腾讯云对象存储COS提供海量、弹性的存储空间，提供12个9的数据可靠性和99.995%的服务可用性，承载了国内外200万用户超过15EB的数据。 腾讯云COS加速器，通过在指定机房提供热数据缓存能力，提升Tbps级别的数据湖带宽，提高数据处理效率。 腾讯云GooseFS，在大数据、AI训练任务的近计算端提供极热数据的缓存能力，并搭配GooseFS-Lite客户端等能力，提供 HDFS、POSIX等多协议支持和统一元数据管理能力。 结语 腾讯云存储足球队阵容群星璀璨，希望为广大球迷贡献精彩的比赛和耀眼的荣誉！
85320编辑于 2022-12-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号