O proprietário do produto VQ, Bryan Shumway (BFS), descreve uma amostra das previsões e probabilidades do VQ da Stats Performpara o Super Bowl LIV, e Kyle Cunningham-Rhoads (KCR), da nossa equipe de ciência de dados, analisa por que elas correspondem ou variam em relação à linha de consenso do mercado.
BFS: A VQ usa nosso mais profundo feed de dados históricos proprietários (NFL X-Info*) e nossa experiente equipe de pesquisa para treinar um modelo de aprendizado de máquina de AI . A VQ gera previsões sobre o desempenho esperado de jogadores específicos contra determinadas equipes em situações específicas com base no desempenho passado ou em desempenhos de jogadores semelhantes contra jogadores e estilos adversários semelhantes.
Patrick Mahomes, do Kansas City Chiefs, faz uma corrida durante o primeiro tempo do jogo de futebol americano do Campeonato da AFC da NFL.
Jardas de corrida de Patrick Mahomes
Linha de consenso do mercado: 30,5
Previsão da VQ AI : 20,5
KCR: Mahomes teve uma média de apenas 3 corridas para 15,5 jardas de corrida durante a temporada regular para o Kansas City Chiefs, mas teve uma média de 53 jardas em 7,5 carregadas na pós-temporada.
Na rodada de divisão, o Houston Texans jogaram quase todos com cobertura masculinae, no campeonato da conferência, o Tennessee Titans dividiram-se entre cobertura homem a homem e cobertura por zona.
É mais fácil para os QBs correrem contra a cobertura masculina porque as costas dos defensores geralmente estão viradas e eles estão atrás dos receptores no campo.
Os 49ers, no entanto, jogam em um dos níveis mais altos de cobertura de zona da liga, o que significa que haverá quatro ou cinco defensores a apenas 10 jardas da linha de scrimmage em quase todas as jogadas. Isso não éão é muito espaço vazio para um QB explorar.
BFS: Nossa API VQ também pode ser usada para derivar a probabilidade de outras linhas. A entrada do consenso dá ao 30,5 uma probabilidade de 69,65% para o under.
Tentativas de passe de Patrick Mahomes
Linha de consenso do mercado: 35,5
Previsão da VQ AI : 36.5
KCR: Os Chiefs são notavelmente consistentes com seus roteiros de jogo. Embora eles sejam a time que prioriza o passe timeeles correm a bola o suficiente para manter a defesa honesta.
Mahomes tem A média de 36,2 tentativas nesta temporada, incluindo os playoffs, mas excluindo um jogo contra o Denver Broncos em outubro, no qual ele saiu mais cedo devido a uma lesão. Mahomes também teve dois confrontos contra o Los Angeles Chargers, que jogaram no ritmo mais lento da liga.
Espera-se um roteiro de jogo padrão para os Chiefs, e tanto a VQ quanto o mercado dizem que Mahomes ficará em uma faixa de 35 a 37 tentativas de passe.
Tyreek Hill, do Kansas City Chiefs, recebe um passe para touchdown durante o primeiro tempo do jogo de futebol americano do campeonato da NFL AFC.
Jardas de recepção de Tyreek Hill
Linha de consenso do mercado: 77,5
Previsão da VQ AI : 74.5
KCR: A última vez que Hill teve mais de 72 jardas foi na Semana 10, portanto, é questionável ter um número tão alto em um jogo contra uma defesa rigorosa. Em termos simples, porém, Hill é muito bom. Stats Perform monitora os confrontos entre o recebedor e o defensor, e Hill fica aberto mais de 50% das vezes quando coberto em um contra um. Então, por que ele não produz mais? O recebedor médio enfrentará uma cobertura dupla cobertura cerca de 4% do tempo, mas Hill vê cobertura dupla em mais de 19% das vezes.
Por que isso é relevante? O 49ers quase nunca usam cobertura dupla. Sua defesa Cover 3 se baseia mais no uso de sua velocidade para fechar a área de de passe as vias de passe pelas quais o QB quer lançar do que do que em fechar receptores individuais. Sim, Hill terá terá alguma exposição a o corner Richard Sherman, mas ele também verá o nickelback K'Waun Williams e o cornerback direito Emmanuel Moseley. Williams é um bom slot corner, mas Moseley é um corner externo abaixo da média. A previsão e o mercado dizem que Hill deve ser capaz de trabalhar melhor os dois para obter algumas grandes recepções.
BFS: *O feed X-info da NFL é o resultado de analistas profissionais que estudam a posição e o papel de cada jogador em cada jogo, independentemente de estarem com a posse da bola ou envolvidos na jogada. Quanto mais confiável e profunda for a fonte de dados, melhor poderemos treinar nossos modelos de aprendizado de máquina. Simplificando, os modelos AI funcionam melhor quanto mais dados eles têm para analisar. Em vez de generalizar, eles podem criar probabilidades personalizadas para jogadores e situações específicas.
Leia mais sobre o Stats Perform VQ aqui.
