Usando o aprendizado de máquina para responder a perguntas específicas sobre beisebol

Dada a natureza do jogo no beisebol, uma grande parte das lesões ocorre em incidentes sem contato, o que significa que a necessidade de medir e controlar a carga de exercício ajudará a reduzir esses tipos de lesões.

Com isso em mente, a equipe de análise da Catapult implementou o aprendizado de máquina que aproveita os milhares de pontos de dados obtidos com seu OptimEye S5 dispositivo. Usando dados e vídeos brutos de jogos e treinamentos profissionais, a Catapult conseguiu desenvolver algoritmos específicos para esportes que quantificam o volume e a intensidade de atividades como arremessos e balanços do bastão.

Os primeiros testes comprovaram uma taxa de precisão acima do 90%, com a funcionalidade de aprendizado de máquina permitindo que ele melhore com mais dados inseridos nele.

Reduzindo a lista de deficientes na MLB

Estudos em O Jornal Americano de Ortopedia mostraram que o número de atribuições de lista desabilitada (DL) e o número total de dias de DL aumentou ano a ano. Entre os jogadores lesionados no DL, os arremessadores são mais comumente lesionados e passam mais tempo no DL em comparação com todas as outras posições.

A equipe de análise da Catapult decidiu quantificar os movimentos que mais comumente levam a essas lesões por uso excessivo, com a teoria de que ser capaz de usar dados objetivos sobre volume e intensidade nesses movimentos dará aos praticantes o poder de controlar as cargas de treinamento.

A criação de um algoritmo de beisebol

Para quantificar eventos como arremessos e balanços do bastão, um algoritmo de aprendizado de máquina supervisionado foi treinado para combinar os arremessos e balanços do bastão coletados durante o treinamento com as leituras do dispositivo OptimEye S5.

Especificamente, a Catapult construiu um algoritmo Random Forest baseado em dados coletados de sessões de treinamento de vários times de beisebol, tanto profissionais quanto universitários. Os dados de treinamento contêm leituras de acelerômetro e giroscópio para mais de 6.000 eventos de arremessos, balanços de bastão ou nenhum, para dezenas de jogadores e várias posições.

Um limite na carga do jogador foi introduzido para isolar os eventos explosivos de outros eventos, como caminhar. Isso garantirá que o algoritmo escolha apenas arremessos e golpes de bastão semelhantes a jogos.

Em torno de cada um desses eventos, o Catapult estudou características obtidas do acelerômetro tridimensional e do giroscópio tridimensional dentro de uma janela de dois segundos a partir do evento: um segundo antes e um segundo depois. Exemplos dos recursos incluem o valor máximo, a média e o desvio padrão para a leitura dos acelerômetros e giroscópios.

Cada um desses recursos foi inserido para o evento de interesse, bem como sua classificação como arremesso, golpe de bastão ou nenhum dos dois, para construir um conjunto de treinamento para o algoritmo.

Resultados e discussão

Depois de ser exposto a um grande número de exemplos para cobrir muitos arremessos e balanços do bastão, o algoritmo foi capaz de atingir uma precisão de mais de 90% na detecção de arremessos e balanços do bastão durante uma sessão de treinamento. Lances detectados com excelente precisão incluem:

  • Bullpen
  • Lançando de monte para receptor
  • Arremessos de qualidade durante o aquecimento
  • Lançamentos de longa distância durante o fielding
  • Balanços na gaiola ou durante a prática de rebatidas

A estimativa conservadora reflete o fato de que o algoritmo é definido apenas para contar arremessos e swings que são difíceis o suficiente para serem parecidos com jogos (isto é, arremessos de “qualidade” e swings de morcego). A maioria dos erros são de arremessos suaves no início da rotina que são muito suaves para serem contados.

Depois de classificar uma sessão de treinamento em balanços, arremessos ou nenhum deles, o algoritmo calcula a carga total associada a cada balanço e arremesso do bastão. Várias quantidades, como a carga média do jogador ou o tempo médio entre essas atividades, bem como a banda para cada arremesso ou balanço do bastão, podem ser obtidas por meio da interface.

As métricas do Catapult para arremessos e balanços do bastão permitem que os praticantes de beisebol controlem o volume e a intensidade dos principais movimentos que levam a lesões por uso excessivo e custam às equipes profissionais e universitárias milhões de dólares a cada ano. Essas métricas têm a capacidade de ditar o futuro da periodização do treinamento de arremessadores e rebatedores para treinadores que desejam maior transparência no efeito do treinamento em um cenário do mundo real.

Interessado em descobrir como o Catapult pode responder às suas perguntas específicas sobre esportes? Saiba mais sobre nossas análises de desempenho aqui.

Pronto para obter uma vantagem competitiva?