Keepers en AI: uitkomsten van schoten voorspellen

Doelmannen worden meestal beoordeeld op reflexen en lenigheid, maar data speelt een steeds grotere rol. Kunstmatige intelligentie kan analyseren hoe een schot is genomen, vanuit welke positie, met welke snelheid en onder welke druk. Zo ontstaat een beeld van hoe waarschijnlijk een doelpunt is en waar de keeper het best kan staan. In dit artikel bekijken we hoe dat werkt, wat de beperkingen zijn en wat trainers en analisten er praktisch mee kunnen doen.

Wat zijn verwachte doelpunten en waarom tellen ze?

In de voetbalanalyse wordt vaak gewerkt met verwachte doelpunten, in het Engels meestal xG genoemd. Elke poging krijgt een kans toegekend op basis van historische data. Factoren zoals afstand tot het doel, hoek, type afwerking en de aanloop naar het schot spelen een rol. Keepers en AI: uitkomsten van schoten voorspellen bouwt op dezelfde gedachte, maar kijkt specifiek naar wat er na het schot gebeurt, en of de keeper de bal kan verwerken.

The author also wrote a strong article about spelen bij HighSpin Casino.

Hoe AI de uitkomst van een schot inschat

Moderne modellen gebruiken trackingdata van camera’s en sensoren. Ze reconstrueren de positie van de bal, de schutter en de verdedigers in de buurt. Daarna wordt berekend hoe groot de kans is dat de bal in het doel terechtkomt, of hoe groot de kans is dat de keeper hem kan stoppen. Een belangrijk verschil met oudere statistieken is dat het model ook de snelheid van de bal en de richting van de voet meeneemt.

Belangrij

At the end, read the author’s article about HighSpin Casino online.