这里有一个机器学习模型,它知道2.2亿欧元的内马尔值不值得买

李根 编译整理 量子位 报道 | 公众号 QbitAI
内马尔2.2亿欧元转换大巴黎

阿森纳主帅温格在位20载,什么样优秀的球员没见过,但现今他也是越来越看不懂转会市场了。

温格感叹:不是阿森纳不买人,实在是现今市场上的球员贵得离谱。

此言其实不虚。

120万英镑的坎通纳帮助弗格森开创红魔帝国

1992年,弗格森买来开创曼联红魔历史的“国王”坎通纳,才花费了120万英镑。

但等到2016年,同样身为曼联主帅的穆里尼奥,买来博格巴却花费了8900万英镑——这位法国人跟前辈坎通纳的能力、作用还不能相提并论。

所以经济通胀真如此疯狂吗?恐怕没有。但球员确实越来越贵了。

就在行将结束的这个夏天,内马尔转换花费1.98亿英镑,卢卡库7500万英镑,莫拉塔5800万英镑……

而且这还只是转会身价,未包括球员的薪资。

所以球员到底“值多少”?有没有可能按照球员的能力数据排出薪资结构?让各队都买到最合适的球员。

比如财大气粗皇家马德里,只按最贵的11人来买;阿森纳则在每个位置上都补充排名第4的球员;利物浦就再加个筛选器——球员排名靠前还不行,还得是英吉利户口。

有没有这样的模型系统?现在有了!

密歇根劳伦斯科技大学的一个机器学习项目,正在打造这样的模型,按照球员能力给出薪资预估。

同名电影《点球成金》

机器学习搞定球员身价

此前,知名作家迈尔克-路易斯的作品《点球成金》中,曾讲述过棒球运动中使用机器学习的案例:奥克兰运动者队总经理,运用数据模型,成功完成了球队转型。

尽管这位总经理可以调用的资金极其有限,但他让机器帮他找到了各个位置上的“最佳人选”——甚至对于谁更适合哪个位置,这个机器也提出了比主教练更好的安排建议。

现在,这个来自密歇根劳伦斯科技大学的机器学习项目,原理正是用机器学习和数据驱动,来打造一个基于职业足球运动员的算法模型。

这个模型中,在欧洲效力的6082名各不相同的球员,会按照球场上的技能被给出“身价”排名,身价最高的球员和身价最低的球员,在该模型计算后一目了然。

该项目的参与者Lior说,现在体育竞技中,比较各个运动员的数据是最常见不过的事儿。不过对于足球运动员来说,他们的能力体现的是各项数据的综合。

在这个计算足球远动员实力的模型中,有55种数据作为标签维度。如果旨在比较球员的“合理薪水”,这个模型会根据具体球员的场上表现,再结合所有球员的表现来估算。

也就是说,你在场上踢得相对有多好,你的身价也就会相应得到展现。

模型数据维度

那如何算踢得好呢?这个模型的55个评价维度,包括有效射门数、有效传球数、场上侵略性、速度和控球等。

实际上,这些数据主要来自FIFA专家的评价——这可能让数据不尽客观,所以这个项目的研究者,最终希望通过多达55种不同维度,来增强整个项目的“客观性”。

当然,最后的结果也与模型研究者的假设不谋而合。他们通过研究发现,在多数情况下,球员的技能素质和他们的身价是密切相关的。

可能也会存在一些明星球员的例外现象,过高或被低估,但排名是基本靠谱的。比如在2016-2017赛季,系统给出的技能&薪资第一名是巴萨的梅西,而球星中垫底的是刚刚转会曼城的贝尔纳多·席尔瓦。

“万人迷”贝克汉姆

球场外的变量

另外,该项目研究者还指出,这个机器模型并没有考虑场外因素,比如足球运动员的场外商业价值和商业收入——在当前竞技体系中,球员的身价合同,不仅包含场上表现,还可能涉及在商品销售、转播权益、粉丝数量拓展等维度的能力。

也就是说,这个机器学习模型,现在还只能当做一种参考,还不能将场外号召力也计入工资体系中。不过研究者称,无论是足球迷还是非足球迷,这个机器学习模型,都能为未来商品定价提供参考。

这可能也是未来的家常便饭,人类创造的机器模型,正在评估人类应得的合理薪水、加薪幅度和奖金等。

这个模型的研究者还坚信,机器的计算方法,远比人类自身的判断要客观,所以可以由机器去解释为什么梅西的工资高,武磊的工资没那么高——机器模型的评价体系就放在那里,除非武磊的表现好过梅西,不然现在的工资结构就是合理的。

这一天估计也是教授温格最愿意看到的。球员应该用实际行动赢得更多的薪资,而不是靠转会出走。俱乐部也应该把更多重心放下青训,而不是通过土豪式的“买买买”解决问题。

大家按场上实力说话。

除非,你长了一张“万人迷”的脸,靠发型也能让俱乐部愿意为你多开一些薪水。或者实在厌倦了欧洲战场,转身成为中超名宿。

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-08-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

博彩公司正用人工智能来赌球:足球比赛简直是最容易预测的事

唐旭 编译自The Verge 量子位出品 | 公众号 QbitAI 本周一,2017年联合会杯决赛在俄罗斯圣彼得堡十字架体育场进行。最终,凭借施廷德尔在第20...

560110
来自专栏云计算D1net

在 SaaS 行业,隐藏在定价背后的经济理念是什么?

编者按:在消费市场中,供求关系不断变化。红点创投著名投资人 Tomasz Tunguz 针对非常规的市场需求与价格波动,隐藏在定价背后的经济观点。 创业公司之...

36050
来自专栏VRPinea

除了直播,VR+体育还有哪些打开方式?

35840
来自专栏AI科技评论

KDD 2018 的首个「深度学习日」,要让数据挖掘会议更「纯粹」

AI 科技评论按:深度学习近年来对数据科学产生了革命性的影响。基于计算能力的提升、数据来源的延展及编程框架的进步,深度神经网络已经无处不在。目前深度学习的相关方...

12820
来自专栏机器之心

毫无还手之力!OpenAI人工智能5v5击败超凡5玩家(6600水平)

2017 年 8 月,OpenAI 在 Dota2 TI 决赛现场以 1 对 1 solo 的方式击败了「Dota 2」世界顶级玩家。今年 6 月份,OpenA...

8810
来自专栏量子位

如何把足球AI教成梅西?人类退后,试试无监督学习(附论文)

若朴 编译整理 量子位 报道 | 公众号 QbitAI ? Hoang Le从小就是足球迷。 他少年时的足球英雄是齐达内,而现在他认为梅西是历史上最好的足球运动...

34350
来自专栏大数据文摘

「体育大数据」职业体育大数据应用之足球

279150
来自专栏量子位

2018星际AI大赛冠军诞生!一个个机器学习算法,都输给不会学习的韩国bot

二十多个掌握了机器学习技能的AI,全都在一个不会学习、只会基于规则机械行动的bot面前,俯首称臣。

15330
来自专栏AI科技大本营的专栏

CCAI 2017 | 邓小铁:金融博弈下的价值学习

上海交通大学计算机系邓小铁教授 文/CSDN焦燕 7 月 22 - 23 日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、阿里巴巴集团 & 蚂蚁...

38160
来自专栏AI科技评论

观点 | 可解释的人工智能:让机器解释自己,减少算法产生的偏见

AI 科技评论按:2018 年 5 月 25 日,「通用数据保护条例」(GDPR)在整个欧盟范围内生效,要求对组织如何处理个人数据进行彻底改变。若违反 GDPR...

15630

扫码关注云+社区

领取腾讯云代金券