Dokumentation von datenflanke.de

Eine automatisiert erstellte PDF Version der Dokumentation findest du unter https://docs.datenflanke.de/datenflanke.pdf

Einführung:

• Vom Scouting zum Datenscouting
  • Vorbemerkung
  • Einführung und persönliche Motivation

(Daten-)Scouting:

• 3 Arten des Scoutings
  • Live-Scouting
  • Video-Scouting
  • Daten-Scouting
  • Kombination der Scouting-Methoden
• Daten im Fußball
  • Matchsheet-Daten
  • Event-Daten
  • Tracking-Daten
  • Daten-Vergleich
  • Erhebung von Daten
  • Quellen von Event-Daten
• Kognitive Verzerrungen - Biases im Fußballscouting
  • Clustering Illusion
  • Confirmation Bias
  • Hindsight Bias
  • Outcome Bias
  • Self-Serving Bias
  • Story Bias

Datenbasierte Bewertungsmethoden:

• Überblick der datenbasierten Bewertungsmethoden
  • Top-down Bewertung
  • Bottom-up Bewertung
  • Bewertungsindex
  • Der Einfluss einer Aktion
  • Markov-Ketten
  • Aktionsbasiert: xGChain und xGBuildup
  • Positionsbasiert: xT - expected Threat
• VAEP-Modell: Bewertung von Spieleraktionen
  • Einführung
  • Grundprinzipien des VAEP-Modells
  • Was ist ein Zustand?
  • Merkmale der Aktionen
  • Mehr Kontext
  • Bewertung der Aktionen
  • Vorteile des VAEP-Modells
  • Zusammenfassung

Bewertung erstellen:

• Datenscraping
  • Was ist Datenscraping?
  • Tools und Bibliotheken
  • Wer bietet überhaupt Event-Daten auf seiner Internetseite an?
  • Welche Wettbewerbe werden von whoscored abgedeckt?
  • Wie funktioniert das Scrapen von Daten nun konkret?
  • Herausforderungen
  • Fazit
  • Code Beispiel
• Dateien verarbeiten und vorbereiten
  • Dateien umbenennen und verschieben
  • Code Beispiel
• Daten in SPADL-Format umwandeln und speichern
  • Was ist das SPADL-Format?
  • Laden, umwandeln und speichern der Daten in einer HDF5-Datei
  • HDF5
  • Codebeispiel
• Machine Learning Prozess
  • Labels
  • Features
  • Das Machine Learning Modell
  • Modell Evaluierung
  • Wahrscheinlichkeitswerte auslesen und VAEP-Werte berechnen

Daten speichern:

• Datenbank
  • Datenbankstruktur
  • Auszug aus der Datenbank
  • Datenbankzugriff - Werte speichern
  • Datenbankzugriff - Werte laden
  • SQL Tabellen mit Python automatisch erstellen

Bewertung umsetzen:

• Etwas Statistik
  • Z-Scores
  • Berechnung
  • Positionsabhängige Z-Scores
• Spielerqualitäten entwickeln
  • Basisstatistiken
  • Qualitäten definieren

Visualisierung und Deployment:

• Visualisierung mit Streamlit
  • Installation
  • Beispiel: Spielerbewertung
  • Visualisierung der Ergebnisse: Plots
  • Large Language Models
• Jetzt alles online bringen
  • Server
  • Docker
  • Portainer (optional)
  • Streamlit
  • Proxy Manager

Fazit:

• …und Ausblick