사이클이 어디로 가는지 보나요?코딩 시스템까지 AI가 거론되고 있는 것 같아요.게임을 보는 것에 대한 강조가 줄어들고 거기에 머물면서 당신이 찾고 있는 것을 바라보게 될 것입니다.게임에서 특정 패턴을 찾고 있다고 가정하면 실제로 정보와 AI를 활용하여 이를 수행하고 싶을 것입니다.모든 것을 고려했을 때, 나는 내가 그것을 가지고 앉아있는 가장 안개가 자욱한 아이디어가
토토사이트 없습니다.분명히 조사관이 거기에 머물면서 게임을 보는 것은 중요합니다. 어쨌든 나는 눈으로 돌아갈 것이고 지속적으로 나 자신을 위해 그것을 지켜볼 필요가 있지만 우리는 보게 될 것입니다. 최근 10년 동안 상황이 이렇게나 엄청나게 빨라졌습니다. 정말 놀랍습니다.5년 후에 우리는 돌아와서 "2021년에 내가 무엇을 하고 있었는지 기억나?"라고 생각할 수 있습니다.
나는 그것이 우리가 지속적으로 하고 있는 일이라고 생각합니다.NFL Football Operations 그룹의 기본 목표는 예상 야드, 득점 가능성 또는 런 플레이와 같은 새로운 측정을 구성하기 위해 플레이어의 새로운xy 공간 정보를 활용하여 플레이어 및 그룹 실행을 더 잘 이해하는 것이었습니다.NFL Football Operations 그룹은 NFL의 Next Gen Stats Group과 긴밀하게 협력하여 그러한 측정이 게임에 제공할 가치를 이해하고 그러한 측정을 늘리는 방법에 대한 지침을 특성화했습니다. Sunday Night Football과 다른 미디어 텔레캐스터들도 마찬가지로 이 새로운 측정을 활용하여 방송 중인 전시회를 보다 쉽게 평가하는 데 큰 관심을 보였습니다. 선수 추종 정보로부터 새로운 측정치를 생성하려는 첫 번째 노력에서 NFL 조사관은 Amazon WebServices(AWS)의 정보 연구원과 협력하여 이 방대한 선수 추종 정보 데이터 세트를 사용하여 새로운 축구 측정치를 구성하는 방법을 분류했습니다.
비극적으로, 기존의 사실적 전략에서 각도 지원 및 기타 AI 절차에 이르기까지 다양한 장치를 시도한 후NFL Football Operations 및 AWS 협회는 NFL Next Gen StatsGroup 또는 미디어에서 활용하기에 충분히 맛있는 결과를 제공하지 못했습니다. . 그들은 현장에서 공간 소유권 분산의 가능한 사용에 대해 알아 냈지만Zeke Elliot의 11 야드 러닝 플레이의 한 일러스트레이션에 대한 결과를 승인하는 것으로 요약되었을 때 결과는 더 많은 것을 위해 활용하기에 충분한 확신을 주지 못했습니다. 게임에 대한 광범위한 검사.AWS-NFL 정보 과학의 조정된 노력은 시험에서 교착 상태에 이르렀습니다. Big Data Bowl 2019 버전의 진행 상황은 NFL Football Operations가Big Data Bowl 2020 행사를 활용하여 정보를 따라가는2D 플레이어로부터 매우 기대되는 야드 메트릭을 육성하기로 선택할 것임을 암시했습니다.
혼자서 내부의 메트릭을 분류하려고 시도하기보다, 그들은 전 세계의 시험 능력에서 접근할 수 있는 열린 문을 악용하기 위해'더 많은 것이 항상 더 나은' 방법을 취했습니다.NFL Football Operations 그룹은 예를 들어 이전에 댈러스와 캔자스에서 이야기한 것과 같이 추격이 핸드오프 플레이가 될 곳을 예상하는 임무를 부여받은 회원들과 다음 정보에 따라 특정 선수를 공유했습니다.이 선수가 정보를 따라가도록 함으로써,회원들은 현재 필드에 있는 수많은 선수들의 위치,그들의 속도, 런닝 백 이전의 선수들의 수,그 선수들이 누구인지,그리고 일부를 결정하는 데 초점을 맞춘 중요한 정보를 갖고 있었습니다. 그들이 하기를 기대한 것은NFL이 Zeke Elliot의 프레젠테이션이 이상적이었는지 그 이상인지 이해할 수 있도록 하는 기술을 생각하는 것뿐이었습니다.
