Historia y estado actual del uso de datos en el fútbol

Contexto histórico Data Science + Sports Analytics.

Aplicaciones.

Definiciones.

Ejemplos del último tiempo en el fútbol.

Flujo de trabajo y herramientas.

Estado actual.

Recursos.

‍

Datos y métricas en el fútbol

Tipos de datos.

Proveedores.

Métricas básicas.

Tipos de presentación de métricas.

Segmentación espacial y temporal.

Nuevas métricas.

‍

Procesamiento de datos en R

Importación de datos.

{dplyr}.

{stringr}.
‍
{forcats}{lubridate}{…}.

Joins (left_join, inner_join, anti_join, etc).

Otros (ej: cambios formato ancho a largo con {tidyr}).

Exportación de datos en formato Excel.

‍

Intro scouting con datos

Continuación de procesamiento de datos con R del módulo anterior.

Intro scouting.

Consideraciones para comparar.

‍

Visualización de datos en R

Tipos de gráficos.

Escalas de colores.

Buenas prácticas.

{ggplot2}

Leyendas y anotaciones.

Configuración de escalas, facetas.

Ajustes generales de formato y estética.

Exportación en formato PNG.

‍

Continuación: Visualización de datos en R

Tipos de gráficos.

Escalas de colores.

Buenas prácticas.

{ggplot2}

Leyendas y anotaciones.

Configuración de escalas, facetas.

Ajustes generales de formato y estética.

Exportación en formato PNG.

‍

¿Qué es y cómo crear un modelo xG?

¿Qué representa un valor xG? o ¿qué busca ajustar un modelo xG?

Consideraciones: Atributos/variables principales.

¿Cómo se evalúa un modelo xG?

Aplicaciones y su interpretación

‍