第10章 サッカー分析の今後とは ?
この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている:translation-feedback@oreilly.com
本書を通じて、あなたが構築した最も重要なものは 単一のモデルではない。 それは、データを用いて推論を行うためのワークフローだ。 サッカーは舞台を提供してくれたが、より深い成果は、 質問から実用的な分析結果へと至る方法を学んだことにある。すなわち、タスクを定義し、 データを収集し、整理し、探索し、特徴量を設計し、モデルを学習させ、評価し、 慎重に解釈することだ。
そのワークフローこそが、本書の真の結論である。 サッカーは学習するための豊かで直感的な環境を提供してくれるが、 より大きな教訓は、複雑で不確実なシステムの中でいかに推論するかということにある。 試合にはノイズが伴う。 パフォーマンスは文脈に依存する。 予測は確率的なものである。 そして、有用な分析はアルゴリズムと同様に、 判断力と表現力にも大きく依存している。
したがって、この最終章には2つの役割がある。 第一に、本書の主要な考え方をまとめ直し、全体的な 流れを明確にすることだ。 第二に、先を見据えることだ。 サッカー分析を続けたいのであれば、探求すべきことは まだまだたくさんある。 これらのメソッドを他のスポーツやドメインに応用したい場合でも、 同じ核心的な論理が適用される。 その意味で、この章はサッカー・アナリティクスの 今後の展開についてだけでなく、最終ページを読み終えた後も あなたの中に残すべきもの、すなわち 思考し、構築し、学ぶための再現可能な方法についても語っているのだ。
本書が本当に伝えたかったこと
表面的には、本書はサッカーの事例を通じてPythonと機械学習を 解説した。 より深いレベルでは、働き方を教えたのだ。 このセクションの目的は、その大きな枠組みを明確にすることにある。
質問からデータへ
最初の教訓は、アナリティクスはモデルから始まるのではないということだ。 それは質問から始まる。 何を説明しようとしているのか?何を予測しようとしているのか?この分析はどのような意思決定を 支えることになるのか?
質問が明確になれば、データ作業はより焦点を絞ったものになる。 どのレベルの情報が重要か、ターゲットを何にすべきか、 そしてどのような入力が有用であるかを判断できる。 そのフレームがなければ、たとえ大規模データセットであっても、分析は浅いものになりかねない。 言い換えれば、明確な質問こそが、データ作業を目的のある 分析へと変えるのだ。
データ準備は分析の一部である
また、生データがそのまま使える状態にあることは稀であることも分かっているだろう。 サッカーのデータには、欠損値、非一貫性のあるラベル、扱いにくい 形式、重複レコード、そしてモデリングに活用する前に解釈が必要な変数が 含まれていることがよくある。
この準備段階は、些細な技術的な雑用ではない。 それは分析プロセスそのものの一部である。 データのクリーニングや構造化を行う際に下す選択は、モデルが 何を学習できるか、そしてその後の結果がどのような意味を持つかを形作る。 不適切なデータ準備は、単にワークフローを遅らせるだけではない。 それはその後のすべてのプロセスを弱体化させる。 だからこそ、準備は単なる予備タスクとしてではなく、 分析の論理の一部として扱われるべきなのである。
予測に先立つ探索
もう一つの重要な教訓は、優れたモデリングには通常、優れた ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access