Mondiali Russia 2018 e Machine Learning

Mondiali Russia 2018 e Machine Learning

Mondiali Russia 2018 e Machine Learning

Mondiali Russia 2018 e Machine Learning: in questi giorni è iniziato il Mondiale di Calcio.

In Russia si riuniranno le più forti nazionali per giocarsi la coppa del mondo. L’Italia sarà assente ma questo articolo non ha carattere sportivo. Tuttavia non nascondiamo la nostra delusione da grandi appassionati di calcio.

Le agenzie di scommesse pullulano di giocatori pronti a puntare su chi vincerà i gironi o su chi si aggiudicherà la coppa.

In questi anni si parla anche di tecnologie informatiche in grado di pronosticare l’andamento di eventi studiando e analizzando i dati. Parliamo di “machine learning” e di Big Data. Se siete all’asciutto su queste terminologie consigliamo di leggere alcuni nostri articoli da questo LINK.

In generale con “machine learning” intendiamo un software in grado di apprendere dalle informazioni che riceve. Quindi lo si traduce come “macchina che impara”.

L’informatica oggi è ovunque, si sa. Ogni settore economicoo azianda può analizzare i dati per studiarli e riutilizzarli. Gli obiettivi sono molteplici. Qui si parla di Big Data con una serie di profili professionali che ci lavorano ( Data Scientist nello specifico).

Tornando al tema, recentemente sui Mondiali Russia 2018 e Machine Learning troviamo uno studio della Conrell University. Andreas Groll e il suo team ha messo appunto un algoritmo chiamando “random-forest approach” (algoritmo ad alberi casuali).

Il documento originale del progetto di questo algoritmo è presente QUI.

Prima vi mostriamo l’andamento del tabellone previsto dall’algoritmo. Successivamente spiegheremo senza troppi dettagli tecnici come ha lavorato questo metodo.

Diremo innanzi tutto che il “random-forest approach” ha preso in considerazione numero fattori anche extra calcistici. Elenchiamo brevemente i dati utilizzati dall’argoritmo.

I ricercatori hanno simulato la competizione dei mondiali 100.000 volte. I dati impiegati sono tanti cosi come le variabili. Sono stati impiegati i dati statistici sui mondiali disputati dal 2002 al 2014, per ciascuna nazionale. Inoltre tra i valori e fattori economici come il PIL di ogni paese, il ranking FIFA, età media della squadra, le partecipazioni internazionali alla Champions League dei calciatori, nazionalità dell’allenatore, popolazione e molto altro.

Da questa ricerca emerge come però le variabili sono talmente tante che si conclude con la Germania vincente ma in bilico con la Spagna. La Germania infatti, se vincesse il suo girone avrebbe un  tabellone vantaggioso. Uno scontro diretto ai quarti con la Spagna ed una finale con il Brasile.

Tuttavia la Spagna è la favorita nella parte iniziale del torneo. Se la Germania non dovesse superare il girone come prima, le percentuali di vittoria spagnola del Mondiale aumentano.

Troviamo inoltre, un’altro studio simile realizzato da Goldman Sachs.

Quest’ultimo ha previsto una finale Germania-Brasile con i verde-oro vincitori del torneo.

Mondiali Russia 2018 e Machine Learning: l’articolo di oggi mostra come l’informatica ormai è ovunque, in ogni settore, anche nel calcio. La branca dell’informatica che si occupa di questi modelli matematico-statistici si chiama “Data Science”. Le figure che lavorano in questo settore sono chiamati “Data Scientist”.

Di solito si tratta di profili laureati in materie statistiche-matematiche/informatiche specializzati nel lavoro sui Big Data e l’analisi dei dati. La principale tecnologia impiegata in questo campo è Python con le sue librerie.

Innovaformazione, scuola informatica specialistica, promuove la cultura informatica.

Eroghiamo formazione per il settore Big Data con due corsi:

Data Scientist con Python

Big Data con Hadoop e Spark

Per ogni informazione potete visitare www.innovaformazione.net e contattarci ad info@innovaformazione.net .