O artigo Generalized Action based Ball Recovery model using 360° data, que trata da ciência de dados aplicada no futebol, de autoria dos alunos do Departamento de Ciência da Computação (DCC) da UFMG Ricardo Furbino e Hugo Rios-Neto, orientados pelo professor Wagner Meira Jr., foi um dos vencedores da Statsbomb Conference 2022, ocorrida em Wembley, Londres.

Por meio de técnicas de aprendizado de máquina, o artigo consistiu na criação de um método para realizar o cálculo da probabilidade de o time defensor recuperar a posse de bola em todas as ações de uma partida de futebol. “Essa estimativa é feita de duas formas: 1. considerando features padrões e 2. considerando features padrões e espaciais. Com isso feito, criamos uma nova métrica, DDI (Defensive Dynamic Impact), a partir da subtração das probabilidades, que simboliza o quanto o posicionamento de uma equipe que não tem a posse aumentou (ou diminuiu) a probabilidade deles de recuperá-la. A partir dessa métrica e das estimativas, conseguimos explorar características de times e jogadores”, explica Furbino.

Para saber mais e ter acesso ao artigo completo, basta acessar este link.