[Pycon] [new paper] "Luca Pappalardo" - Valutazione delle prestazioni sportive: dai meccanismi cognitivi agli algoritmi data driven

[info a pycon.it]

Title: Valutazione delle prestazioni sportive: dai meccanismi cognitivi agli algoritmi data driven
Duration: 60 (includes Q&A)
Q&A Session: 0
Language: it
Type: Talk

Abstract: 

> Non tutto ciò che può essere contato conta e non tutto ciò che conta può essere contato.
> A. Einstein

In quanto umani, ci viene continuamente richiesto di valutare le prestazioni di altre persone, separando il fallimento dal successo e influenzando risultati nei contesti più disparati, dalla scienza all'insegnamento e allo sport. Tuttavia, conosciamo ancora poco sugli aspetti che determinano la percezione umana di una prestazione. Come arrivano alle loro valutazioni i valutatori esperti e quelli non esperti? In che misura basiamo le nostre valutazioni su caratteristiche oggettive di una prestazione? Quanto siamo influenzati dai nostri pregiudizi o da influenze esterne?

Questo talk risponderà a queste domande affascinanti focalizzandosi sul _calcio_, lo sport più popolare al mondo. Inizialmente, mostreremo come l'intelligenza artificiale può riprodurre, in modo estremamente accurato, i meccanismi usati dai giudici umani nella valutazione delle prestazioni di calciatori, sollevando i limiti e le caratteristiche del processo umano di valutazione. Successivamente, mostreremo la struttura di un pacchetto Python che consente, in modo totalmente automatico e data driven, (i) di valutare la qualità della prestazione di un calciatore e (ii) di creare una classifica dei calciatori in base alla loro forza così come emerge dall'osservazione delle loro prestazioni recenti.

La prima parte del talk mostrerà come le pagelle assegnate ai calciatori dopo ogni partita dai quotidiani sportivi vengono associati ai big data che descrivono ogni aspetto quantificabile di una partita di calcio. Impareremo come, usando il pacchetto Scikit-learn, possiamo addestrare un _giudice artificiale_ che impara la relazione tra prestazioni e pagelle, riproducendo in modo estremamente accurato il processo umano di valutazione. Osservando la struttura matematica del giudice artificiale, il talk mostrerà che i criteri di valutazione umani si basano su un meccanismo cognitivo semplicistico: i giudici selezionano un numero limitato di caratteristiche che attraggono la loro attenzione e valutano una prestazione in base alla presenza di valori notevoli, ossia di valori che sono fuori dalla norma.

La seconda parte del talk illustrerà come superare i limiti del processo di valutazione umano e presenterà **PlayeRank**, un pacchetto Python che implementa una framework per la valutazione automatica delle performance dei calciatori nei principali campionati europei. Il talk mostrerà come usare PlayeRank per costruire una classifica dei calciatori interamente basata sui dati, sottolineando i fattori che determinano il perchè calciatori famosi come Messi e Cristiano Ronaldo risultano effettivamente nelle prime posizioni di questa classifica. Illustreremo i moduli che compongono PlayeRank mostrando come possono essere usati per scopi diversi, come definire le caratteristiche che compongono una prestazione, estrarre in modo automatico la rilevanza di ogni azione di un calciatore rispetto al risultato di una partita, rilevare il ruolo di un calciatore sulla base della sua prestazione, valutare prestazioni e costruire un ranking di tutti i calciatori in Europa. Una breve demo farà vedere, attraverso il notebook Jupyter e il pacchetto Bokeh per le visualizzazioni interattive, come usare PlayeRank in tutte le sue funzionalità.

I partecipanti al talk impareranno come usare Python per costruire algoritmi di valutazione interamente basati sull'intelligenza artificiale e i big data, un passo verso la definizione di valutazioni più oggettive che possano essere di supporto ai giudici umani nel complesso processo di valutazione. E' richiesta soltanto una conoscenza base di Python e dei principi del data mining per una piena comprensione degli argomenti che verrano esposti.

Tags: [u'Python', u'sports-analytics', u'mathematical-modelling', u'machine-learning', u'Big-Data', u'analytics', u'sklearn']