37c98c969f846851ef77b0546f94c603

Curso de análisis deportivo de datos y Big Data aplicado al fútbol

El presente Curso Técnico de Big Data aplicado al Fútbol supone un acercamiento al alumno de las nuevas tendencias del Big Data. Área de conocimiento que cada vez más se está aplicando al mundo del Deporte en general y del Fútbol en concreto y que está suponiendo una revolución sin precedentes.

El contenido de la materia está diseñado por profesionales para su impartición a toda persona relacionada con el mundo del fútbol o que quiera estarlo en un futuro. Desde un entrenador de cualquier nivel y categoría, así como, a miembros de la Secretaría Técnica o Directiva de un club de fútbol que quieran iniciarse o actualizar conocimientos y en un momento determinado, si es su deseo, puedan aplicarlo.

El curso está enfocado para que el alumno pueda entender y desarrollar llegado el caso un módulo de Big Data que le facilite su desempeño profesional. Diseñado desde una perspectiva general del Big Data, con estudio de casos reales de grandes empresas internacionales se va centrando en el análisis del Big Data en el Deporte y en el fútbol.

El alumno por consiguiente adquirirá unos conocimientos actuales y profundos en la materia, que le servirán de base para aplicarlo a los equipos de fútbol en los que trabaje o desee trabajar o para complementarlos con la experiencia ya adquirida.

OBJETIVOS:

  • Estudio y conocimiento de la Teoría de Juegos y Teoría de la Toma de Decisiones
  • Introducir una visión general sobre el Big Data y su importancia en la actualidad
  • Introducción al Big Data en el Deporte
  • Conocimiento de herramientas de Análisis e interpretación de datos.
  • Conocer el Big Data en el Fútbol.
  • Aprender a construir una infraestructura de Big Data en la gestión de un club de fútbol.
  • Aprender a construir e interpretar modelos de valoración.

CINCO MÓDULOS Y SEMINARIO:

I.- TEORÍA DE JUEGOS

1.- Teoría de juegos

1.1.1. ¿Qué es un juego?

1.1.2. Elementos que intervienen en un juego

1.1.3. Representación de un juego

1.1.4. Tipos de juego y estrategias

1.2.- John Nash

1.3.- Modelos de Juegos

1.4.- Ejemplos ejercicios teorías de juegos

1.5.- Fútbol aplicado a la teoría de juegos

1.5.1. La teoría de juegos aplicada a la dirección de equipos y toma de decisiones

II.- TEORÍA DE LA TOMA DE DECISIONES

2.1. Decisión y Toma de decisiones, definiciones

2.2. Etapas de la toma de decisiones

2.3. La Toma de decisión

2.4. Tipos de decisiones

2.4.1. Tipología por niveles

2.4.2. Tipología por métodos

2.5. Técnicas de modelación de un proceso de toma de decisiones

2.6. Modelos en la toma de decisiones

2.6.1. Tipología de modelos

2.6.2. Ambientes de decisión

2.7. Modelos para la simplificación de la toma de decisiones en una organización en un ambiente de incertidumbre

2.8. Árbol de decisión

2.8.1. Ejemplo utilización árbol de decisión

III.- BIG DATA EN LA EMPRESA

3.1. Definiendo Big Data

3.2. Las V´s del Big Data

3.3. Claves para Big Data y el Análisis Predictivo

3.4. Big Data en la empresa

3.4.1. Sectores de Aplicación

3.5. Concepto 360 grados

3.6. Casos reales de Big Data en Empresas: Amazon, Zara, Unilever y Wallmart.

3.7. Glosario de Términos

3.8. Construir una infraestructura big data

3.9. Infraestructura Big Data

  1. HDFS
  2. Hadoop MapReduce
  3. Hadoop Yarn
  4. Hadoop Common
  5. Ambari
  6. Avro
  7. Cassandra
  8. Chukwa
  9. Hbase
  10. Hive
  11. Mahout
  12. Pig
  13. Spark
  14. Tez
  15. Zookeeper

3.10. Fotografías del Big Data

IV.- BIG DATA EN EL DEPORTE

4.1. Moneyball

4.2. Sabermetría

4.3. Muthuball

4.4. Herramientas

4.5.Herramientas Audiovisuales y Proveedores de datos deportivos

  1. Amisco
  2. Opta Sports
  3. Wyscout
  4. Mediacoach
  5. Métrica Sports
  6. Stats
  7. Tracab
  8. AZsportech
  9. Vidiwim

4.6. Herramientas de Análisis e Interpretación de datos

  1. IBM Watson Analytics
  2. SAP Predictive Analytics
  3. SAS Analytics
  4. Qlik View
  5. Tableau
  6. Pentaho
  7. Microsoft Power BI

V.- BIG DATA EN EL FÚTBOL

5.1. Weareables

5.2. Stefan Szymanski y los Patrones de juego

5.3. Algunas Referencias de uso de Big Data en el mundo del fútbol

5.4. Construyendo una base de datos de jugadores

5.5. Construyendo modelos de valoración

  1. Fases en la creación del modelo
  2. Determinación de datos a analizar
  3. Parámetros de valoración
  4. Cálculo final

5.6. Ejercicio práctico

INFÓRMATE AHORA GRATIS Y SIN COMPROMISO

Nombre y Apellidos

Correo electrónico

País

¿De qué curso desea recibir información?

Teléfono

Contacto Skype

Comentario

0 comentarios

Dejar un comentario

¿Quieres unirte a la conversación?
Siéntete libre de contribuir

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *