Как пояснили в вузе, программа берет в расчет десятки показателей: игровое время на льду, точность и количество передач, частоту и реализацию бросков, силовые приемы, удаления, выигранные единоборства и многие другие. Автор использовал статистику за три сезона, разделив игроков на три категории: защитники, крайние нападающие и центральные нападающие. Хоккеист каждой из этих категорий получал оценку как атакующий или оборонительный игрок.
Фактически это шесть моделей машинного обучения: две для защитников (атакующего и оборонительного) и по две модели для крайних и центральных нападающих, которые позволяют в комплексе оценить мастерство игрока. Для работы с данными были использованы библиотеки Pandas и Sсlearn.
На всех этапах работы челябинскому студенту помогали сотрудники московского "Спартака", где Михаил уже несколько сезонов работает в качестве штатного аналитика.
"Разработка позволит дать хоккеистам более объективную оценку, - считает программист. - С помощью ИИ можно подбирать к выходу на лед спортсменов, дополняющих друг друга сильными сторонами. Система также показывает, как сильно хоккеист влияет на игру команды - много ли он отдает передач, часто и точно ли бросает и так далее".
В ХК "Спартак" нововведение используют для подбора перспективных игроков. А Михаил планирует усовершенствовать программный пакет и внедрить в него новые данные, которые сделают аналитику более точной. В будущем он надеется обучить ИИ оценивать не только текущий уровень игрока, но и его возможный потенциал.
"Многие считают, что искусственный интеллект в скором времени заменит человека. Однако наша задача с помощью ИИ дать человеку максимум информации в доступном виде и помочь принять объективное решение", - считает программист.