Pipelines integrados de machine learning para predicción deportiva

Clase 18 de 20 • Curso de Fundamentos de Machine Learning

Resumen

La inteligencia artificial aplicada al deporte permite la creación de sistemas avanzados que combinan modelos supervisados y no supervisados. Este sistema integrado ofrece predicciones precisas sobre resultados futuros y perfiles detallados de jugadores, brindando al cuerpo técnico herramientas tácticas para decisiones basadas en datos concretos.

¿Qué es un pipeline avanzado integrado en machine learning?

Un pipeline avanzado integrado es un flujo automatizado que permite unir distintos métodos analíticos para obtener predicciones y análisis en conjunto. Está compuesto por:

Modelo supervisado: Predice resultados como la diferencia de goles con métodos como ridge regression, utilizando estadísticas de posesión y tiros.
Modelo no supervisado: Agrupa jugadores según rendimiento con técnicas como clustering o k-means, creando perfiles específicos como goleadores o defensivos.

Ambos funcionan de manera conjunta, ofreciendo valiosa información estratégica.

¿Cómo se aplica el modelo supervisado de ridge regression?

El modelo supervisado aquí utilizado se enfoca en predecir resultados deportivos, específicamente la diferencia esperada de goles. Este proceso implica:

Escalar variables con Standard Scaler para normalizar datos.
Aplicar Ridge Regression que penaliza grandes coeficientes, evitando sobreajuste.
Entrenar el modelo con datos históricos de partidos y estadísticas específicas como posesión y tiros.

Esta metodología permite hacer predicciones estables y generalizables.

¿Qué aporta el clustering o modelo no supervisado?

El modelo no supervisado analiza datos individuales de jugadores y crea agrupaciones según el desempeño. Esto incluye:

Empleo de la técnica k-means para dividir al equipo en perfiles específicos.
Utilización de métricas clave como goles, asistencias y pases completados.
Clasificación automática de jugadores según su rendimiento individual en categorías como ofensivos, creativos o defensivos.

Este análisis ayuda a identificar fortalezas y necesidades estructurales del equipo.

¿Cómo generar predicciones integradas automáticas y visuales?

La combinación de ambos modelos en un pipeline integrado automatiza los procesos y genera resultados visuales claros. Se implementa:

Un sistema automatizado que escala datos, aplica modelos y produce predicciones en una sola llamada.
Herramientas interactivas como IP widgets que ofrecen ajustes en tiempo real para posesión y tiros, mostrando resultados inmediatos.
Una aplicación visual que sugiere posibles estrategias tácticas en función de predicciones obtenidas y tipos de jugadores disponibles.

Esto facilita un rápido análisis táctico y una toma de decisiones más ágil.

¿Cómo aprovechar esta herramienta estratégicamente?

La integración total permite:

Evaluar escenarios tácticos alternativos ajustando posesión y cantidad de tiros antes del partido.
Identificar qué jugadores son más adecuados según predicción del rendimiento necesario.
Realizar recomendaciones estratégicas para ajustes en medio campo, defensa u ofensiva.

Estas funcionalidades posicionan al equipo con una ventaja competitiva sustentada en analítica avanzada.

Te invito a que comentes cómo aplicarías estos ajustes estratégicos en un escenario real y qué datos específicos serían relevantes para tu equipo.

Mario Alexander Vargas Celis

student•

Un pipeline de Machine Learning bien diseñado para análisis deportivo te permite automatizar y optimizar todo el flujo de trabajo, desde los datos hasta las predicciones.

⚽ ¿Qué es un pipeline de ML en análisis deportivo?

Es un flujo estructurado que:

Recibe y limpia datos de rendimiento deportivo.
Extrae o transforma variables (features).
Aplica escalamiento o normalización.
Entrena un modelo (regresión, clasificación, clustering...).
Evalúa el desempeño del modelo.
Aplica el modelo a nuevos datos.

🔄 Ejemplo de pipeline con scikit-learn

🎯 Caso práctico:

Predecir la cantidad de goles de un jugador a partir de sus estadísticas (tiros, asistencias, pases, etc.).

✅ 1. Importar librerías

import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LinearRegression from sklearn.pipeline import Pipeline from sklearn.metrics import mean_squared_error, r2_score

✅ 2. Datos de ejemplo

df = pd.DataFrame({ 'tiros_al_arco': [30, 12, 45, 10, 33], 'asistencias': [5, 2, 7, 1, 3], 'pases_completados': [300, 150, 400, 120, 280], 'goles': [12, 3, 15, 2, 10] # variable objetivo })

X = df.drop('goles', axis=1) y = df['goles']

✅ 3. Dividir en entrenamiento y prueba

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

✅ 4. Crear el pipeline

pipeline = Pipeline([ ('scaler', StandardScaler()), # Escalamiento de datos ('regresor', LinearRegression()) # Modelo de regresión ])

✅ 5. Entrenar el modelo

pipeline.fit(X_train, y_train)

✅ 6. Evaluar el modelo

y_pred = pipeline.predict(X_test)

print("RMSE:", mean_squared_error(y_test, y_pred, squared=False)) print("R²:", r2_score(y_test, y_pred))

🚀 ¿Qué más se puede integrar al pipeline?

Selección de variables (SelectKBest, RFE)
Reducción de dimensionalidad (PCA)
Modelos avanzados (Random Forest, XGBoost)
Cross-validation
Exportación automática con joblib

🧠 ¿Por qué usar pipelines?

💡 Reproducibilidad
🔁 Reutilización del flujo
✅ Evitas errores entre etapas
📦 Es fácil de integrar con GridSearchCV y producción

Samit Arias

student•

Gracias Chagpt

Mauricio García Grajales

student•

No comprendí algunas cosas, pero muy interesante

Gabriel Obregón

student•

🔄 Pipeline Avanzado Integrado (Machine Learning)

¿Qué es?

Flujo automatizado que combina análisis y predicciones.

Componentes:

🔹 Modelo Supervisado Predice resultados (ej. diferencia de goles).
🔹 Modelo No Supervisado Agrupa jugadores según su rendimiento (clustering).

Resultado: Información táctica integrada y estratégica.

📈 Modelo Supervisado – Ridge Regression

Objetivo: Predecir diferencia de goles.

Pasos clave:

Escalado de variables con Standard Scaler.
Aplicación de Ridge Regression
- Penaliza grandes coeficientes.
- Evita sobreajuste.
Entrenamiento con datos históricos
- Estadísticas como posesión y tiros.

Ventaja: Predicciones estables y generalizables.

🧩 Modelo No Supervisado – Clustering (k-means)

Objetivo: Clasificar jugadores según desempeño.

Acciones:

Agrupa en perfiles como:
- ⚽ Goleadores
- 🧠 Creativos
- 🛡️ Defensivos
Usa métricas clave:
- Goles, asistencias, pases completados.

Beneficio: Detecta fortalezas y necesidades del equipo.

📊 Predicciones Automáticas y Visuales

Automatización del pipeline:

Escala datos + aplica modelos + genera resultados en una sola operación.

Herramientas visuales:

IP widgets: permiten ajustes en tiempo real (posesión, tiros).
Resultados visibles al instante.

Aplicación táctica: Sugiere estrategias según datos y perfiles disponibles.

Fernando Lavao Orjuela

student•

ipwidgets es una funcion que solo se desarrolla en el entorno de Jupyter, con python podras crear un bucle que te permite realizar diferentes configuraciones

import ipywidgets as widgets

posesion_widget = widgets.IntSlider(min=40,max=70,description='Posesión %:')
tiros_widget = widgets.IntSlider(min=1,max=15,description='Tiros al arco:')

def predecir_resultados(posesion, tiros):
    datos = pd.DataFrame({'posesion_local (%)':[posesion],'tiros_arco_local':[tiros]})
    pred = pipeline_supervisado.predict(datos)[0]
    print(f"Diferencia de goles predicha: {pred:.2f}")

def predecir():
    posesion = int(input("Posesión (%): "))
    tiros = int(input("Tiros al arco: "))

    datos = pd.DataFrame({
        'posesion_local (%)': [posesion],
        'tiros_arco_local': [tiros]
    })

    pred = pipeline_supervisado.predict(datos)[0]
    print(f"\n📌 Diferencia de goles predicha: {pred:.2f}\n")


# Bucle para múltiples predicciones
while True:
    predecir()
    seguir = input("¿Quieres hacer otra predicción? (s/n): ").lower()
    if seguir != "s":
        print("✔ Finalizado.")
        break

Ivonne Castilla

student•

Yo desarrolaría el partido antes del partido "real " con los datos de cebollita y de su adversario.

Ivonne Castilla

student•

Genial!

Juan Pablo Lopez Mejia

student•

No se cargo en los recursos la data de jugadores

Abinadi Contreras

student•

En el link de recursos, el de GitHub

Jhon Freddy Tavera Blandon

student•

Implementar pipelines integrados de Machine Learning para predicciones, te permite automatizar y estructurar todo el flujo de trabajo: desde la limpieza y transformación de datos, hasta el entrenamiento, validación y predicción del modelo.