GRAPHIC_Orange-rule_01

DARUM FÄLLT DIE WAHL DER NFL AUF AWS, UM STATISTIKEN ZU MACHEN

Machine Learning (ML) erfolgt heute größtenteils in der Cloud auf AWS. Daher ist AWS die beste Wahl für die NFL, um die Möglichkeiten ihrer Daten durch anspruchsvolle Analytik optimal zu nutzen. Die NFL nutzt die Leistungsfähigkeit von AWS ML, um Statistiken zu machen: neue Statistiken zu erstellen und die Gesundheit und Sicherheit der Spieler zu verbessern und gleichzeitig ein besseres Erlebnis für Fans, Spieler und Teams zu schaffen – alles in Echtzeit.

Machine Learning

Auf diese Weise kann die NFL dies mithilfe von Machine-Learning- und Datenanalyse-Services ermitteln, um die Genauigkeit, Geschwindigkeit und Erkenntnisse ihrer Next-Gen-Stats-Plattform zu steigern.

Schneller Zugriff

Mit dem Business-Intelligence-Tool Amazon QuickSight ist die NFL in der Lage, einen besseren Einblick zu gewinnen und gleichzeitig den Fans, Berichterstattern und Redakteuren einen Weg eröffnen, sich mit diesen Daten zu beschäftigen.

Geschwindigkeit

Durch das Erstellen, Trainieren und Ausführen von Vorhersagemodellen mit Amazon SageMaker wurde die Zeit bis zum Erhalt der Ergebnisse von 12 Stunden auf 30 Minuten reduziert.

GRAPHIC_Orange-rule_01

STATISTIKEN MACHEN, UM FANS ZU EINZUBINDEN

Wenn es einen Spielzug gibt, kann die NFL Statistiken machen. Die Liga hat mehrere Machine-Learning-Statistiken auf AWS erstellt, die jeweils auf unterschiedlichen Datenpunkten beruhen. Hier stellen wir nur einige Beispiele vor. Weitere finden Sie auf nextgenstats.nfl.com

QB_Passing_Score

Zum Bestehen erforderliche Punktzahl

Ein einzigartiges KI-Tool, das sieben ML-Modelle kombiniert, darunter ein neues Modell zur Prognose des Werts eines Passes, bevor der Ball geworfen wird, um die Passleistung des Quarterbacks zu bewerten.

CP_128_KYLER

Completion Probability (Abschlusswahrscheinlichkeit)

Dieses Prognosemodell verwendet Amazon SageMaker, um die Wahrscheinlichkeit zu berechnen, dass ein bestimmter Pass – auf der Grundlage der Passdistanz, des Abstands zwischen dem Empfängers und dem nächsten Verteidiger, seiner Position auf dem Spielfeld, des Drucks auf den Quarterback und mehr – abgeschlossen wird.

4th_Down_Decision_Guide

4. Abwärts-Entscheidungsleitfaden

Verwendet Amazon SageMaker, um die Gewinnwahrscheinlichkeit zu analysieren, die darüber informiert, wie sich das Spiel basierend auf hypothetischen Ergebnissen ändern wird, und die Konversionswahrscheinlichkeit, die vorhersagt, ob die Offensive eine vierte Abwärts- oder 2-Punkte-Konvertierung konvertiert.

ERY_214_JACKSON

Expected Rushing Yards (Erwartete Rush Yards)

Diese Metrik verwendet Amazon SageMaker, um vorherzusagen, wie viele Rushing-Yards ein Ballträger bei einem bestimmten Carry auf der Grundlage der relativen Position, Geschwindigkeit und Richtung von Blockern und Verteidigern voraussichtlich erzielen wird.

GRAPHIC_Orange-rule_01

ANWENDUNG DES MACHINE LEARNINGS AUF DIE DATEN

Durch die Nutzung des breiten Spektrums an Cloud-basierten Machine-Learning-Funktionen von AWS hebt die NFL die Möglichkeiten von Stat That am Spieltag auf die nächste Stufe – damit Fans, Sender, Trainer und Teams von tieferen Erkenntnissen profitieren können.

Diagram-MOBILE_02
Diagram-DESKTOP_02

Trainingsdaten aus traditionellen Boxscore-Statistiken sowie im Stadion erfasste Daten durchlaufen innerhalb von Sekunden hunderte von Prozessen, deren Ergebnisse in Amazon Sagemaker eingespeist werden. Anschließend nehmen die vom NGS-Team erstellten Machine Learning-Modelle die Daten auf, die die Modelle kontinuierlich schulen und optimieren. Die Machine Learning-Modelle werden dann während des Spiels in Echtzeit verwendet oder für Rückschlüsse herangezogen, um Ausgaben wie Formationen, Routen und Ereignisse zu generieren.

GRAPHIC_thin-rule_02

„Wir haben uns aufgrund der Kombination aus erweitertem Cloud-Angebot, leistungsstarken Machine Learning-Funktionen und Erfahrung im Betrieb in der von uns benötigten Größenordnung für AWS entschieden. Indem wir Next Gen Stats mit AWS betreiben, können wir unsere [Saison] mit noch wirkungsvolleren und aussagekräftigeren Inhalten beginnen und tiefere Einblicke in das Football-Spiel aufdecken als je zuvor.“

– Matt Swensson, Vice President, Emerging Products and Technology der NFL

„Wir haben uns aufgrund der Kombination aus erweitertem Cloud-Angebot, leistungsstarken Machine Learning-Funktionen und Erfahrung im Betrieb in der von uns benötigten Größenordnung für AWS entschieden. Indem wir Next Gen Stats mit AWS betreiben, können wir unsere [Saison] mit noch wirkungsvolleren und aussagekräftigeren Inhalten beginnen und tiefere Einblicke in das Football-Spiel aufdecken als je zuvor.“

– Matt Swensson, Vice President, Emerging Products and Technology der NFL

GRAPHIC_thin-rule_02
GRAPHIC_Orange-rule_01

MIT DER NFL AUF MACHINE LEARNING SETZEN

Sind Sie am Playbook interessiert? Lesen Sie mehr über den Machine Learning-Pfad der NFL, mit einer Einführung von NFL-CIO Michelle R. McKenna, und hören Sie von Matt Swensson aus erster Hand, wie sein Next Gen Stats-Team mit dem AWS Machine Learning Solutions Lab gearbeitet hat, um ihre Machine Learning-Modelle auf Amazon SageMaker zu erstellen, zu trainieren und bereitzustellen.

eBook-02
NGS-football-graphic

Erfahren Sie, wie andere Unternehmen ihr Geschäft mit der Leistung von AWS transformieren.