| Forum » Foro Liga ®℅1ª.23.18.-RACING COPA ORO LEAGUE-E » ®℅ Racing COPA ORO League ®℅-Foro Tertulia | Date | |
|---|---|---|
|
Username
7136 msgs.
Golden Ball
|
es que es algo impresionante, es como ganarla aqui el rayo vallecano o el sporting con todos mis respetos | 04/04/2016 20:35 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
edneud11 dijo: es que es algo impresionante, es como ganarla aqui el rayo vallecano o el sporting con todos mis respetos No se como se reforzaria y lo que gasto en fichajes el Leicester...pero es digno de estudio. Despues cuando llegue a casa te cuento un par de historias del deporte profesional tambien dignas de estudio |
04/04/2016 20:44 |
| - Div/Gr | ||
|
Username
1057 msgs.
International
|
Loures dijo: edneud11 dijo: es que es algo impresionante, es como ganarla aqui el rayo vallecano o el sporting con todos mis respetos No se como se reforzaria y lo que gasto en fichajes el Leicester...pero es digno de estudio. Despues cuando llegue a casa te cuento un par de historias del deporte profesional tambien dignas de estudio La verdad, es una de esas temporadas para ellos de ensueño. Veremos que fichajes se hacen por alla, no serán los super cracks pero con que se mantengan la siguiente temporada entre los 6-7 primeros los veo bastante bien. Ya de primeras van a Champion, salvo raro descenso y si se mantienen en Europa La siguiente temporada tambien pues podrían dar un buen salto de calidad. Lo de Ranieri, pues si, manager bastante curioso e imaginativo pero que como casi todos los managers no sale bien de los clubes... |
04/04/2016 20:51 |
| - Div/Gr | ||
|
Username
7136 msgs.
Golden Ball
|
yo creo que mahrez y kante les vuelan seguro. Pasta van a tener por lo de tv, si ganan la liga es mas pasta aun, mas la champions, pero creo que para estar arriba y mas si salen esos 2, necesitara 4 o 5 fichajes de calidad al menos. Yo creo que esta misma plantilla empieza la temporada que viene y acaba del 10 para abajo |
04/04/2016 21:02 |
| - Div/Gr | ||
|
Username
1057 msgs.
International
|
edneud11 dijo: yo creo que mahrez y kante les vuelan seguro. Pasta van a tener por lo de tv, si ganan la liga es mas pasta aun, mas la champions, pero creo que para estar arriba y mas si salen esos 2, necesitara 4 o 5 fichajes de calidad al menos. Yo creo que esta misma plantilla empieza la temporada que viene y acaba del 10 para abajo Si, es bastante probable por lo que este mercado de fichaje va a ser fundamental si quieren mantenerse. De todas formas el dueño del club no es cualquier cosa. |
04/04/2016 21:47 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
No se si conoceis este caso o si alguien en futbol lo aplica: Big Data en deporte: los datos cambian el deporte profesional El análisis de datos supone una revolución para el deporte profesional. El tratamiento de grandes volúmenes de información permite mejorar la toma de decisiones en terrenos tan dispares como la gestión de los fichajes, la táctica durante un partido o la estrategia de ticketing en unos play-offs. Los datos mueven un sector próspero en el que las empresas se atreven a desafiar cualquier concepto preestablecido, como es el caso de las cinco posiciones tradicionales del baloncesto. El concepto Big Data se asocia habitualmente al ámbito científico, empresarial o comercial. Son grandes volúmenes de datos que, convenientemente procesados e interpretados, facilitan la toma de decisiones o la resolución de problemas. Sin embargo, el concepto cada vez toma mayor presencia en el deporte y, en especial, en la alta competición. Para cualquier aficionado es habitual escuchar en la retransmisiones del mundo del motor, en especial Fórmula 1, cómo los comentaristas hablan de la telemetría para analizar algún detalle relacionado con los pilotos, los motores o incluso con las condiciones climatológicas. En realidad, están interpretando datos que procesan computadoras. Es información que, en el caso de los medios, aporta una visión avanzada del deporte, pero en el terreno de las escuderías supone una ventaja competitiva que te sube al podio o te echa en una curva. Hablamos de millones de euros en beneficios o… pérdidas. Pero el origen del uso de Big Data en deportes no está en la Fórmula 1. Reside en un deporte en el que el uso de la tecnología de vanguardia tiene menor incidencia en el desarrollo del juego. Se trata del béisbol. Para conocerlo, hay que remontarse a mediados de los años setenta. Bill James, un aspirante a articulista deportivo de Kansas, comenzó a analizar con lápiz y papel los registros históricos de los jugadores de béisbol de las Grandes Ligas. Sus artículos eran radicalmente distintos a lo que se conocía por aquel entonces: no analizaba los hechos del juego o los comentarios de los jugadores, se centraba en diseccionar el juego de cada jugador solo en función de los datos estadísticos disponibles, nunca sobre criterios subjetivos. Distintos editores rechazaron su trabajo, pero James decidió publicar estos artículos en un cuaderno llamado ‘Baseball Abstract’ en 1977. Fue todo un éxito que le hizo repetir con nuevas ediciones en años sucesivos. Su trabajo pionero hace que se le considere el padre de la Sabermetría. Este concepto hace referencia al análisis del béisbol a partir de evidencias objetivas, en este caso, las estadísticas que se generan durante el desarrollo de un partido. Son los primeros pasos del Big Data en deportes. Moneyball, máxima rentabilidad con la mínima inversión El concepto Big Data en deporte surge con fuerza en 2011 gracias a Hollywood. La película Moneyball, que dirige Bennet Miller y protagoniza Brad Pitt, recrea el trabajo de Billy Beane en los Oakland Athletics. La película está basada en un libro homónimo publicado por Michael Lewis en 2003, que analiza cómo el general manager del equipo consiguió relanzar a los Oakland Athletics gracias al uso intensivo de las estadísticas de jugadores de béisbol. Esta estrategia le permitió fichar a jugadores en horas bajas o que destacaban en estadísticas consideradas poco importantes por un coste muy bajo y obtener excelentes resultados deportivos y económicos con ellos. Después de finalizar la temporada en 2001, Beane vio cómo los principales jugadores del equipo fueron comprados por clubes con más capacidad económica y, a la vez, se encontró ante el reto de configurar una plantilla con un presupuesto mínimo. De hecho, el presupuesto de los Oakland Athletics ocupaba el puesto 28º de un total de 30 equipos. ¿Qué hizo? Beane, en colaboración con los economistas Paul DePodesta y John Paul Ricciardi, comenzó a aplicar los principios sabermétricos a la hora de realizar los fichajes. Los responsables de scouting del equipo, que basaban sus fichajes en la intuición y el feeling que transmitían los jugadores, se le echaron encima. Incluso hubo dimisiones por no comprender por qué Oakland compraba jugadores que nadie quería. Beane se salió con la suya y confirmó su apuesta al conseguir un hito espectacular: Oakland Athletics fue el primer equipo en ganar 20 partidos seguidos en los más de cien años de la Liga Americana. Desde la irrupción de la estrategia de Beane, al menos diez equipos de la Major League Baseball (MLB) tienen en su plantilla un analista de datos. Además, en la última década al menos tres Series Mundiales han sido ganadas por los Boston Red Sox y los New York Yankees, equipos que aplican los principios sabermétricos en sus estrategias. Bill James, ‘padre’ de la Sabermetría trabaja para los primeros. |
04/04/2016 22:29 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
Ayasdi visualiza el futuro de la Premier League La utilización de la analítica de datos en el deporte se popularizó hace escasamente un par de años en España gracias a la película Moneyball, protagonizada por Brad Pitt. El actor de Hollywood interpretaba a Billy Beane, el manager general de los Oakland Athletics, un equipo de bajo presupuesto de la Liga Americana de béisbol. El argumento muestra un caso real en el que un equipo utiliza el análisis de datos para descubrir jugadores infravalorados y adquirirlos por bajo coste. Este hecho permite a Oakland obtener unos resultados deportivos extraordinarios. A pesar de ser una película demasiado especializada para los no familiarizados con este deporte, el filme, con un presupuesto de 56 millones de euros, recaudó 81,5 millones en taquilla. Parece que hay hambre de datos, pero no solo en Hollywood. Esta semana, The Economist publica un interesante trabajo en el que analiza cómo la Premier League británica está utilizando el análisis de datos en fútbol. El reportaje cuenta con los datos que ofrecen Opta Sports (estadísticas de juego) y TransferMarkt (valoración económica de los jugadores). De este modo, se valoran 500 jugadores a través de 191 categorías estadísticas. Con esta información, la empresa norteamericana Ayasdi ha desarrollado un análisis topológico de los datos (una visualización de los datos), que ofrece a directivos, ejecutivos y aficionados una nueva manera de valorar qué jugadores son más rentables. Ayasdi ha sorprendido en los últimos años a ejecutivos y directivos de la NBA con la publicación de las nuevas posiciones del baloncesto, una visualización que redefinía los puestos tradicionales (base, alero, escolta, ala-pívot y pívot) en la cancha en función de los datos estadísticos de cada jugador. ¿Hay jugadores similares a Bale más rentables que el galés? La aplicación desarrollada por Ayasdi permite realizar interesantes reflexiones. La compañía ha elaborado un exhaustivo análisis en torno a la figura del galés Gareth Bale, pretendido por el Real Madrid. Según la visualización, Danny Welbeck (Manchester United), Gastón Ramírez (Southampton) y Robert Snodgrass (Norwich FC) tienen las mismas cualidades que el jugador del Tottenham. Solo hay una ‘pequeña’ diferencia: cuestan una fracción de los cien millones de euros que cuesta Bale. El área de datos ya supone un departamento con peso dentro de los equipos. Por ejemplo, el Chelsea de Jose Mourinho trabaja con una potente base de datos de 15 ligas. En Liverpool, un doctor en Física trabaja como científico de datos. ¿Y los aficionados? De momento, pueden disfrutar con la aplicación sobre la Premier League de Ayasdi. Sí, está disponible online. Es momento de analizar por quién podemos sustituir a Wayne Rooney en el ManU. |
04/04/2016 22:32 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
Big Data en Deporte: cinco datos sobre la Premier League Las técnicas de análisis de datos son una fuente de información imprescindible para los clubes de la Premier League. Ayasdi ha desarrollado una aplicación que permite visualizar los datos de 500 futbolistas de la liga inglesa. Estas son algunas de las conclusiones más jugosas: Wayne Rooney (Manchester United) es el jugador más valioso en las dos últimas temporadas. David Silva y Juan Mata (Manchester City) están entre los diez mejores. David de Gea (Manchester United) es el tercer mejor portero de la Premier League, por detrás de Petr Cech (Chelsea) y Joe Hart (Manchester United). Pepe Reina (actualmente en el Nápoles) está en el pelotón de porteros con peores valoraciones. Entre los diez mejores jugadores de la Premier League, el que tiene mejor promedio de goles por minuto es Wayne Rooney: 0,0059 goles/minuto. Le siguen Agüero (0,0042) y Suárez (0,0032). Si Yaya Touré decidiera dejar el City, ¿qué jugadores podrían sustituirle? La aplicación propone a Anderson o Tom Cleverley, ambos del Manchester United. Ningún jugador del Arsenal está entre los diez más valorados en la aplicación. |
04/04/2016 22:36 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
conociais esta aplicacion?? | 04/04/2016 22:37 |
| - Div/Gr | ||
|
7382 msgs.
Golden Ball
|
_______Equipos de la ®℅ en Liga Striker__________ -Jornada-32 -®℅ Racingor@s 34 -®℅Victorias=21 -®℅Empates=5 -®℅Derrotas=8 -Hora-Dv-Gr-Equipos y Managers- 09:17- 4ª-25-♋ chipiritiflauticos-kolega- 1-7 GANA esta 9 a +7 de descenso.R=+1 09:17- 4ª-25-Josito's All Stars-magnum88- 4-6 GANA esta 10 a +6 de descenso.R=+1 09:17- 4ª-25-®℅malagueño soccerclub-gitano valdano- 6-1 GANA esta 2=1 a +8 del 3.R=+14 09:17- 4ª-25-ZANGLANGLAIN- Mifersan- 1-1 esta 5.R=+1 09:53- 3ª- 3-®℅RR.Lourés CF✦-Lourés- 6-4 pierde esta 12 a +2 de descenso.R=-1 10:13- 5ª-28-®℅manalosan cf-manalosan- 1-4 GANA esta 1 a +14 del 3.R=+13 10:13- 5ª-28-Racing de Santander-abucasa- 1-3 GANA esta 3 a 3 de ascenso 10:54- 4ª- 7-®℅Vamps4everFCB-Simonssen7- 3-2 GANA esta5 a +5 de descenso.R=+1 11:03- 4ª-45-®℅ATLETICO DE MADRID-FERNANDO CHACON- 6-4 GANA esta 4 a 9 de ascensi.R=+1 11:11- 4ª-33-®℅Foris City FC-Sorianinho- 5-4 GANA esta 3 a 4 de ascensi.R=+5 11:12- 4ª-54-®℅Clandestino's Tea-Galgo_2- 2-4 GANA esta 12 a +1 de descensi.R=+1 11:39- 5ª-44-Rayo Vicalkas-elcid761- 5-3 pierde esta 1=2 a +10 del3.R=-1 11:42- 3ª- 7-®℅Racing Sato F.C.-kofy- 4-2 pierde esta 8 a +7 de descenso.R=-1 11:45- 4ª- 4-®℅Standard La Hoya-Misnil- 2-6 GANA esta 2 a +10 del 3.R=+2 12:30- 3ª- 8-®℅Sons of Anarchy-Yamakasy- 2-2 esta 8 a +7 de descenso.R=-2 12:33- 4ª-12-®℅Reino de Navarra-Romeral ll- 7-0 GANA esta 11 a +15 de descenso.R=+5 12:35- 5ª-27-Canelos F.C.-Caslo- 3-3 esta 3=2. R=-1 ..VAMOS CASLO 13:00- 6ª-11-®℅ Los Adelantaos F.C.-loisito3- 0-5 GANA esta el 7.R=+1 13:52- 4ª-40-Mislata-rgomezli- 5-2 GANA esta 4 a 7 de ascenso.R=+1 14:19- 5ª-36-Moratalla-pituson- 5-3 GANA esta 4 a 4 de asceno.R=+5 VAMOS PITUSON 15:39-5ª-184-Ninjas-Mister_Orochimaru- 7-1 GANA esta 1 a +4 del 3.R=+13 16:46- 3ª- 4-XXL-Kaihoko- 4-4 esta 8 a +6 de descenso.R=-2 17:08- 5ª-151-Sergi -FC-Oriol..- 6-2 GANA esta 5 a 16 de ascenso.R=+5 17:40- 4ª-49-®℅Alhambra C.F.-Jam Peregrino- 2-1 pierde esta 14 a 6 de salvacion.R=-1 17:40- 4ª-49-Unión Castellana-Eskapista- 2-5 pierde esta 8 a +8 de descenso.R=-3 18:43- 6ª-25-®℅F.C.Vendrell-David_57- 7-0 GANA esta 4 a 7 de ascenso.R=+1 18:50- 3ª-15-®℅ Cantabrus Indomitus-edneud11- 9-2 GANA esta 5 a 7 de ascenso.R=+1 19:27- 2ª- 4-®℅ J&J খুলি-jordiculé- 3-3 esta 19 a 14 de salvacion.R=-1 20:24- 5ª-246-the peke's-diego manuel- 4-1 pierde esta 9.R=-1 20:30- 5ª-222-®℅ f.c.theloukal-makeroups- 6-0 GANA esta 1 a +7 del 3.R=+6 20:57- 4ª-35-Baldovar C.F.-baravelli-2-4 pierde esta 6.R=-3 21:14- 5ª-107-Pucela-kakomedina- 3-0 GANA esta 4 a 14 de ascenso.R=+1 21:20- 4ª-16-CD Puerto-Dogma- 3-5 pierde esta 17.R=-1 21:32- 5ª-70-LA PALOMA C.F.-ismadun- 0-7 GANA esta 4 a 8 de ascenso.R=+12 |
04/04/2016 23:05 |
| - Div/Gr | ||
292
