Hokej - Archiv

  • Zakladatel vlákna Zakladatel vlákna Grimley
  • Datum začátku Datum začátku
Status
Není otevřeno pro další odpovědi.
Přejít na nejnovější
tau řekl:
Nevím co je "chycený gól nad očekávání"... Já jsem stará škola s jednoduchým pravidlem "brankář buďto puk chytí, nebo ne..."
Klikněte pro rozbalení...
Já čekám 0 v každém zápase, takže nad očekávání je pustit podle Hrouzka ještě o gól míň..
Hokej Mistrovstvi GIF by Seznam.cz
 
Holly833 řekl:
Klikněte pro rozbalení...

www.sport.cz

NHL | Slovenská legenda v NHL končí. Pastrňákův bývalý parťák už nechtěl ani do Česka - Sport.cz

V zámořské NHL strávil dlouhých 17 sezon, na nové angažmá ale čekal marně, a tak se nejúspěšnější slovenský brankář v kanadsko-americké soutěži Jaroslav Halák rozhodl ve 40 letech svoji profesionální kariéru definitivně ukončit. Potvrdil to v pátečním rozhovoru ve slovenském deníku Šport.
www.sport.cz www.sport.cz

Takže to neklaplo?🤔
 
tau řekl:
Nevím co je "chycený gól nad očekávání"... Já jsem stará škola s jednoduchým pravidlem "brankář buďto puk chytí, nebo ne..."
Klikněte pro rozbalení...
Už se to tu řešilo dříve. Nějak se spočítá i jak je ta střela nebezpečná. Děkuju kolegovi už nevím, komu, jak tu nasdílel shrnutí od chata gpt, ale přesto, kdyby měl někdo opravdu detailní technický popis, jak přesně se ta pravděpodobnost počítá , tak budu rád :D (něco jsem tedy z chata taky vymlátil :D )

Pak je ale ještě otázka- ten model, co se používá u nás v extralize, tak je optimalizován pro naši extraligu, nebo vzali model z NHL a prostě se to snažili použít u nás? Protože přecijenom, střely v NHL budou asi nebezpečnější.

Jak tu někdo pár měsíců zpátky "rozbil" ten model, tak je rozdíl, když stříli McDavid nebo Paulo.

To jsou otázky.
 
raMunitr řekl:
Už se to tu řešilo dříve. Nějak se spočítá i jak je ta střela nebezpečná. Děkuju kolegovi už nevím, komu, jak tu nasdílel shrnutí od chata gpt, ale přesto, kdyby měl někdo opravdu detailní technický popis, jak přesně se ta pravděpodobnost počítá , tak budu rád :D (něco jsem tedy z chata taky vymlátil :D )

Pak je ale ještě otázka- ten model, co se používá u nás v extralize, tak je optimalizován pro naši extraligu, nebo vzali model z NHL a prostě se to snažili použít u nás? Protože přecijenom, střely v NHL budou asi nebezpečnější.

Jak tu někdo pár měsíců zpátky "rozbil" ten model, tak je rozdíl, když stříli McDavid nebo Paulo.

To jsou otázky.
Klikněte pro rozbalení...
Já jsem se k tomu minule vyjadřoval, že se mi ta statistika moc nelíbí u hráčů převyšující výrazně průměr. Tyto statistiky dobře fungují u průměrných hráčů v rámci těch soutěží, ale pokud se objeví někdo jako Pasta nebo McDavid, tak s tím dost zamávají. Já jsem navrhoval (bylo by to dost složitější) to násobit koeficientem daného hráče dle jeho nebezpečnosti střely. Pokud brankář chytí střelu ze slotu od průměrného hráče, tak by se měla započítat jinak, než střela od např Pastrňáka atd. Pastrňák má dost velkou pravděpodobnost, že vstřelí gól i dost z úhlu na rozdíl od průměrného hráče.
 
Albatros řekl:
Já jsem se k tomu minule vyjadřoval, že se mi ta statistika moc nelíbí u hráčů převyšující výrazně průměr. Tyto statistiky dobře fungují u průměrných hráčů v rámci těch soutěží, ale pokud se objeví někdo jako Pasta nebo McDavid, tak s tím dost zamávají. Já jsem navrhoval (bylo by to dost složitější) to násobit koeficientem daného hráče dle jeho nebezpečnosti střely. Pokud brankář chytí střelu ze slotu od průměrného hráče, tak by se měla započítat jinak, než střela od např Pastrňáka atd. Pastrňák má dost velkou pravděpodobnost, že vstřelí gól i dost z úhlu na rozdíl od průměrného hráče.
Klikněte pro rozbalení...
To by ten model musel zahrnovat i data o hráčích a kdo tedy střílí. Jako asi by to do toho šlo zahrnout, jen by na to bylo asi málo dat- pro každého hráče.


Ale vlastně pokud to chápu dobře, tak pokud ten model funguje správně, tak by suma sumárum celá liga měl být součet všech chycených gólů nad očekávání 0? Protože pak by to správně predikovalo, zda padne gól, nebo ne? Protože tohle jsou góly "nad očekávání".

Ale i kdyby ne, tak by to vlastně nemuselo tolik znamenat, třeba by jen model nadhodnocovat ty šance, ale v pořadí nejlepší hráč by mohl stále platit. Jen by ta číselná hodnota nebyla tolik vypovídající.

Ono tenhle model je samozřejmě dělán pomocí strojového učení- na to modely samozřejmě existují. Dáš tomu vstup, a výstup 0/1 a on má ten model pak určit pravděpodobnost, že to bude 0/1. To je základní úloha strojového učení. Jen jde pak o to, co je na vstupu, jak je model přesný nejen z hlediska "accuracy" (protože ty tu pravděpodobnost při tréningu modelu apriori neznáš, znáš jen výsledek 0/1- tak accuracy by mohla být je to gól, když prav>0.5 a není, když <=0.5), ale existují i lepší metriky na měření právě té citlivosti té pravděpodobnosti jako takové. A samozřejmě že ten model bude ovlivněn těmi daty, na kterých byl trénován, tj. pokud to brali z NHL.

Důležité je ale právě to, jaká ta data byla. Pozice, úhel a kdo ví co? Když si ujasníme, že to strojové učení nějak umíme- na základě dat to natrénovat dobře (což je taky "zázrak"), tak vlastně ještě důležitá otázka je, co ty vstupní data budou- na základě čeho to má počítat.

Samozřejmě jde tam dát všechny dostupné kamerové záznamy a ať se to naučí samo. Ale to by tam musela být nějaká konvoluční neuronová síť, a na tu je potřeba tak nějak i hodně dat.

Druhá možnost je prostě nějak ručně z toho vytáhnout, co je podle mě důležitý, no.
 
Naposledy upraveno:
raMunitr řekl:
To by ten model musel zahrnovat i data o hráčích a kdo tedy střílí. Jako asi by to do toho šlo zahrnout, jen by na to bylo asi málo dat- pro každého hráče.


Ale vlastně pokud to chápu dobře, tak pokud ten model funguje správně, tak by suma sumárum celá liga měl být součet všech chycených gólů nad očekávání 0? Protože pak by to správně predikovalo, zda padne gól, nebo ne? Protože tohle jsou góly "nad očekávání".

Ale i kdyby ne, tak by to vlastně nemuselo tolik znamenat, třeba by jen model nadhodnocovat ty šance, ale v pořadí nejlepší hráč by mohl stále platit. Jen by ta číselná hodnota nebyla tolik vypovídající.

Ono tenhle model je samozřejmě dělán pomocí strojového učení- na to modely samozřejmě existují. Dáš tomu vstup, a výstup 0/1 a on má ten model pak určit pravděpodobnost, že to bude 0/1. To je základní úloha strojového učení. Jen jde pak o to, co je na vstupu, jak je model přesný nejen z hlediska "accuracy" (protože ty tu pravděpodobnost při tréningu modelu apriori neznáš, znáš jen výsledek 0/1- tak accuracy by mohla být je to gól, když prav>0.5 a není, když <=0.5), ale existují i lepší metriky na měření právě té citlivosti té pravděpodobnosti jako takové. A samozřejmě že ten model bude ovlivněn těmi daty, na kterých byl trénován, tj. pokud to brali z NHL.

Důležité je ale právě to, jaká ta data byla. Pozice, úhel a kdo ví co? Když si ujasníme, že to strojové učení nějak umíme- na základě dat to natrénovat dobře (což je taky "zázrak"), tak vlastně ještě důležitá otázka je, co ty vstupní data budou- na základě čeho to má počítat.
Klikněte pro rozbalení...
Chápeš to špatně. Žadný součet chycených gólů neexistuje. Je to statistika a pravděpodobnost a díky velkému množství dat, je to téměř dokonalé.
 
duklák řekl:
Chápeš to špatně. Žadný součet chycených gólů neexistuje. Je to statistika a pravděpodobnost a díky velkému množství dat, je to téměř dokonalé.
Klikněte pro rozbalení...
Tak teď ti nerozumím. U gólmanů se počítá statistika chycených gólů nad očekávání. To znemaná, že když brankář chytá "průměrně", pak by měl mít na konci sezony 0. A kdybych takto sečetl všechny brankáře v lize, tak bych měl dostat 0, ne? Protože někteří chytají nad očekávání, ale někteří pod očekávání. Protože je to celá statistika gólů "nad očekávání". A to očekávání by se mělo tvořit vlastně tím, jak vypadá situace v lize, přeci?


Ale omlouvám se, co jsem domotal, tak jsem smíchal xG a PSxG, tedy očekávané góly a chycené góly nad očekávání. Všechno jsem to směřoval od PSxG.
 
Albatros řekl:
Já jsem se k tomu minule vyjadřoval, že se mi ta statistika moc nelíbí u hráčů převyšující výrazně průměr. Tyto statistiky dobře fungují u průměrných hráčů v rámci těch soutěží, ale pokud se objeví někdo jako Pasta nebo McDavid, tak s tím dost zamávají. Já jsem navrhoval (bylo by to dost složitější) to násobit koeficientem daného hráče dle jeho nebezpečnosti střely. Pokud brankář chytí střelu ze slotu od průměrného hráče, tak by se měla započítat jinak, než střela od např Pastrňáka atd. Pastrňák má dost velkou pravděpodobnost, že vstřelí gól i dost z úhlu na rozdíl od průměrného hráče.
Klikněte pro rozbalení...
práve u hráču se to taky sleduje...xG ---čím kvalitnejší hráč ma zakončení, tím vyšší xG má a naopak čím ho ma nižší (dlohodobě), tím je větší dřevák :))
 
avalance řekl:
práve u hráču se to taky sleduje...xG ---čím kvalitnejší hráč ma zakončení, tím vyšší xG má a naopak čím ho ma nižší (dlohodobě), tím je větší dřevák :))
Klikněte pro rozbalení...
myslím, že je problém, že jsme domotali, co je xG a PSxG (pokud si AI nevymýšlí :) ) To dává smysl. Že xG hodnotí jen šance jako takové, a jestli to tým využil. A PSxG ještě zohlední samotnou střelu, jak vypadala a vlastně nehodnotí, jestli to byla šance, ale hráč vystřelil jako prase, ale zohlední i tu střelu :) (pokud je souhrn od Ai správně :D )

1752847383073.webp
 
duklák řekl:
Chápeš to špatně. Žadný součet chycených gólů neexistuje. Je to statistika a pravděpodobnost a díky velkému množství dat, je to téměř dokonalé.
Klikněte pro rozbalení...
Ale pokud se snažím počítat něco jako chycené góly nad očekávání, tak na trénovacím vzorku bych vlastně měl dosáhnout toho, že můj model bude tu pravděpodobnost odhadovat ve velkém správně, tak vlastně chci, aby to tu pravděpodobnost určovalo správně, tedy na tom všem by vyhodnocení mělo být suma sumárum 0, přeci, ne?

A pokud tedy můj model funguje správně, tak by se takto měl chovat nejen na trénovacích datech, ale i potom na reálných testovacích datech. Protože pokud v reálu všichni brankáři budou mít třeba že chytili 100 gólů nad očekávání, tak to jen ukazuje, že můj model špatně určuje tu pravděpodobnost, že padne gól? Pokud to určuje správně, tak přesně jak ty píšeš, bychom se na všech datech měli dostat někam k hodnotě nula.
 
duklák řekl:
Chápeš to špatně. Žadný součet chycených gólů neexistuje. Je to statistika a pravděpodobnost a díky velkému množství dat, je to téměř dokonalé.
Klikněte pro rozbalení...
raMunitr řekl:
Ale pokud se snažím počítat něco jako chycené góly nad očekávání, tak na trénovacím vzorku bych vlastně měl dosáhnout toho, že můj model bude tu pravděpodobnost odhadovat ve velkém správně, tak vlastně chci, aby to tu pravděpodobnost určovalo správně, tedy na tom všem by vyhodnocení mělo být suma sumárum 0, přeci, ne?

A pokud tedy můj model funguje správně, tak by se takto měl chovat nejen na trénovacích datech, ale i potom na reálných testovacích datech. Protože pokud v reálu všichni brankáři budou mít třeba že chytili 100 gólů nad očekávání, tak to jen ukazuje, že můj model špatně určuje tu pravděpodobnost, že padne gól? Pokud to určuje správně, tak přesně jak ty píšeš, bychom se na všech datech měli dostat někam k hodnotě nula.
Klikněte pro rozbalení...

Dovolím si použít výstup Chata GPT, který to popisuje celkem rozumně- pardon, ale psát tady matematický výrazy rozumně nejde... To bych rozepisoval zase hodiny... A tvůj model má tedy se sanžit predikovat PSxG. A pokud to dělá správně, pak by mělo platit něco takovéhoto...

duklák mluvil jsem o tomto...
1752849951124.webp

1752849897920.webp

1752849916065.webp
 
Naposledy upraveno:
Status
Není otevřeno pro další odpovědi.
Zpět
Obnovit stránku Nahoře Dno