这个星期天,美国国家橄榄球联盟将举办超级碗LV在坦帕市,佛罗里达州,坦帕湾海盗和堪萨斯城酋长争夺隆巴迪奖杯和写自己的名字在记录的机会。首领,他们正试图成为背靠背的冠军而海盗正在2003年以来的第一次超级碗亮相。
整个赛季,亚马逊网络服务和NFL已经一起工作深化粉丝参与,加快创新,构建未来的足球。AWS提供了技术联盟将其启用第一个虚拟NFL选秀,NFL是利用AWS的机器学习技术提高运动员的健康和安全。自2017年以来NFL依赖AWS云计算技术激励和教育统计数据由AWS球迷通过新世代,突显出天才的球员在球场上通过一个数据驱动的方法与先进的统计数据。
下一个创统计数据是实时位置数据的捕获、速度和加速度对每一个球员,和每一个玩,每一寸的领域。传感器在整个体育场跟踪标签放在球员垫肩和足球,图表中的单个球员和球的运动英寸。看看新下创数据由AWS, 2020年推出,有些电视广告中展示最新的AWS,结束本赛季。
帮助全世界大约1亿观众兴奋今年最大的足球比赛,我们看一些统计数据从本赛季最令人印象深刻的新世代。一定要调到超级碗周日下午6:30。等下创在哥伦比亚广播公司的统计数据由AWS将出现在比赛中。
拉什码超过预期,赛季平均水平
NFL的下面是一些顶级rushers根据最新的统计,2020年,预计高峰码。这些运行支持实现最匆忙的码本赛季每尝试超过预期(RYOE),这意味着跑回了预期,获得更多的码比预测的尝试。使用机器学习,预计高峰码是为了显示多少匆忙码ball-carrier有望获得给定携带上基于相对位置、速度和方向阻滞剂和捍卫者。
赶紧码超过预期,最大的发挥
一些运行时支持有极好的RYOE每本赛季尝试,这些运行支持一些最好的大本赛季发挥,获得大量的码数和预计在传递什么。
完成的概率
完成概率考虑各种新生代统计包括空气距离,空气码,接收器分离等等。这里有一些最不可能完成的2020赛季。
预期的码捕获后
预期码捕获后(xYAC)于2018年推出,今年模型重建,遵循同样的方法如预期高峰码,它起源于大数据碗,使用AWS。下一个创统计展示如何接收机能够获得更多码后足球比预期。机器学习模型考虑众多指标如接收机速度、分离,后卫位置,等等。这里有一些亮点超过预期的戏剧。
航空公司最快的球
球航空公司强调了最大速度最快的球员实现在给定携带球玩。这里有一些最快的球员在NFL的季节。
看到更多的新生代统计数据由AWS和了解更多关于AWS在做什么来权力NFL。
