Ir para o conteúdo principal

Introdução à AI por meio do esporte

Desde 2023, Stats Perform fez uma parceria com a Student Freedom Initiative e a Morehouse College para ministrar o curso Introdução à AI por meio do esporte, que foi projetado para compartilhar insights sobre a aplicação de ferramentas e técnicas de inteligência artificial para analisar e prever o desempenho em vários esportes.

O curso usa o esporte como veículo para aprender como os dados e AI podem ser usados para "medir o imensurável", por meio de novas percepções e tecnologias que não podiam ser medidas antes.

Além disso, os alunos também aprendem a visualizar dados granulares, bem como a criar animações e painéis interativos para destacar vários comportamentos nos esportes. Não é necessário ter conhecimento prévio de AI e aprendizado de máquina para se inscrever.

Os vários palestrantes do curso, que incluem o cientista-chefe Stats Perform Stats Perform, Patrick Lucey, e outros membros da equipe de AI da Stats Perform, usam exemplos de nossos conjuntos de dados de basquete e futebol e tutoriais interativos com códigos de trabalho.

O objetivo do curso é oferecer aos alunos um entendimento básico sobre o valor dos dados e como AI maximiza o uso dos dados, e como ela potencializa tudo no ecossistema de dados utilizando aprendizado de máquina (ML), vision computacional (CV) e modelagem de linguagem ampla (LLMs) - usando o esporte como veículo para aprender.

Ao concluir este curso, os alunos deverão compreender os conceitos básicos de AI e o que ela pode ou não fazer, ou seja, o "porquê". Um objetivo adicional deste curso é tornar os alunos alfabetizados em dados e AI , ao mesmo tempo em que enfatiza a necessidade de conhecer as habilidades básicas de utilização de planilhas (Excel) e Python.

O curso, que vai de agosto a meados de dezembro, é dividido em quatro partes e os alunos devem entregar tarefas de casa e um projeto final, que contribuem para a nota final do curso. Os alunos também fazem um exame final antes do Natal, que representa 20% da nota final.

SAIBA MAIS SOBRE CURSOS ANTERIORES

Esboço do curso

Parte 1: Por que a análise e a visualização de dados são necessárias na era da AI

Na primeira parte, apresentamos uma visão geral da AI no esporte: a história da análise esportiva e o motivo pelo qual AI com dados esportivos é necessária.

  • Conectamos a análise esportiva ao que ocorre na análise de negócios, além de fornecer uma visão geral dos tipos de dados esportivos disponíveis e como eles são coletados.
  • Fornecemos uma estrutura dos tipos de aplicativos que os dados esportivos impulsionam e apresentamos uma visão geral do que é AI, Vision Computacional (CV) e Aprendizado de Máquina (ML) e como eles interagem.
  • Destacamos o desempenho atual dos assistentes AI e como é necessário ter as habilidades básicas de exploração e visualização de dados devido às alucinações que ocorrem com os assistentes AI .
  • Usando dados de basquete de placar de caixa, faremos a descoberta inicial de dados e criaremos as métricas básicas que são usadas em todo o basquete (4 fatores e métricas de eficiência) para ensinar os fundamentos do Excel. 
  • Na conclusão da primeira parte, demonstraremos como podemos criar métricas de jogadores e visualizar dados de arremessos no basquete, ambos usando Python e as várias ferramentas e métodos para obter visualizações significativas.

Parte 2: Introdução à aprendizagem automática

Usando dados de basquete e futebol, exploraremos como criar métricas preditivas e descritivas. Especificamente, nesta parte do curso, abordaremos:

  • Usando a probabilidade de vitória como exemplo, mostre por que os modelos de aprendizado de máquina (usando técnicas de aprendizado supervisionado) são necessários para responder a perguntas importantes no esporte, como "quem vai ganhar" em um jogo. 
  • Também apresentaremos o conceito de "análise contrafactual" ou perguntas "e se", que podem medir o impacto das decisões durante um jogo, como, por exemplo, quando fazer um time-out. 
  • Além disso, abordaremos a simulação "Monte-Carlo", que pode permitir previsões de onde as equipes terminarão no final da temporada usando as classificações de poder das equipes, nas quais utilizamos a métrica ELO. 
  • Por fim, também mostraremos como criar seu próprio modelo de valor de gol esperado no futebol e como avaliá-lo. 

Parte 3: Introdução à Vision computacional e aos dados de rastreamento de jogadores

Vision computacional e os dados de rastreamento têm sido um elemento básico da análise esportiva na última década.

Embora esse seja um tópico avançado, daremos apenas uma visão geral de alto nível de como ele funciona, como é usado e o futuro dessa tecnologia no esporte.


Parte 4: ChatGPT e LLMs

Nesta parte do curso, destacaremos os recentes avanços em AI, especificamente em torno do ChatGPT e dos modelos de linguagem ampla. Os alunos devem ter uma intuição sobre o que são esses modelos e como eles funcionam.

Além disso, destacaremos como eles podem ser utilizados no esporte e mostraremos aos alunos como construir o seu próprio.

Um estádio de basquete lotado

Você está pronto para criar magia conosco?

Entre em contato hoje mesmo para saber como podemos trabalhar juntos para aumentar o público, falar mais com eles, aumentar e abrir fluxos de receita e obter sucesso em campo.

Comece hoje mesmo