Footballmetrics: opprinnelse, metoder og modeller, søknad - gratis kurs fra Open Education, trening 12 uker, ca 9 timer per uke, Leveringsdato 30. november 2023.
Miscellanea / / November 30, 2023
For tiden er Moskva-universitetet et av de ledende sentrene for nasjonal utdanning, vitenskap og kultur. Heve nivået på høyt kvalifisert personell, søke etter vitenskapelig sannhet, fokusere på humanistisk idealer om godhet, rettferdighet, frihet - det er dette vi i dag ser på som følger det beste universitetet tradisjoner Moscow State University er det største klassiske universitetet i den russiske føderasjonen, et spesielt verdifullt objekt for kulturarven til folkene i Russland. Den trener studenter ved 39 fakulteter i 128 områder og spesialiteter, hovedfagsstudenter og doktorgradsstudenter i 28 fakulteter i 18 vitenskapsgrener og 168 vitenskapelige spesialiteter, som dekker nesten hele spekteret av moderne universiteter utdanning. For tiden studerer mer enn 40 tusen studenter, hovedfagsstudenter, doktorgradsstudenter, samt spesialister i avansert opplæringssystemet ved Moskva statsuniversitet. I tillegg studerer rundt 10 tusen skolebarn ved Moscow State University. Vitenskapelig arbeid og undervisning utføres i museer, på utdannings- og vitenskapelige praksisbaser, på ekspedisjoner, på forskningsfartøy og i avanserte opplæringssentre.
Doktor i filosofi, professor
Stilling: Leder for Institutt for matematiske metoder og informasjonsteknologi i administrasjonen ved fakultetet for offentlig administrasjon ved M.V. Lomonosov Moskva statsuniversitet
Emne 1. Fotball som emne for vitenskapelig studie. Fotball som sosialt fenomen. Paradokser i fotball. Antropologiske, sosiologiske, økonomiske, ledelsesmessige og matematiske tilnærminger. To stadier i utviklingen av fotballvitenskap. Fremveksten og utviklingen av kvantitative metoder for å studere fotball. Informasjonsteknologiens rolle i studiet av fotball. Dannelse av en syntese av matematiske, naturlige og sosial-humanitære disipliner innen fotballometri/fotballonomi/fotballomatikk.
Emne 2. Struktur og metoder for fotballmålinger.
Mikro- og makronivå for å studere fotball: klubbnivå og turneringsnivå. Hovedmetoder for å studere fotball: statistisk, nettverk, modellering, kunstig intelligens metoder, stordataanalyse. Datakilder. Litteratur.
Emne 3. Statistiske metoder i fotballmålinger. Grunnleggende statistiske begreper. Beskrivende statistikk. Sammenligning av middel, korrelasjon, regresjon.
Emne 4. Metoder og modeller for kunstig intelligens i fotballforskning. Kunstige nevrale nettverk, maskinlæring, fuzzy logic, algoritmer for å søke logiske mønstre, Data Mining-metoder. Kunnskapsledelse i fotball.
Emne 5. Metoder for klubbfotballmålinger. Økonometriske modeller av fotballmålinger (høyde, bursdag). Prediktive modeller.
Emne 6. Metoder for turneringsfotballmålinger. Målvariabler og prediktorer. Endogene og eksogene resultatvurderingsindikatorer: sport, makroøkonomisk, sosial, politisk, etc. Nøkkelprediktorer i fotballmålinger: gjennomsnittlig ytelse, nivå av konkurransebalanse, modeller basert på den pythagoriske metoden til Bill James.
Emne 7. Fotballmetrisk analyse av reformer i fotball. Virkningen av endringer i fotballregler og -forskrifter på nasjonal og global fotball. Endring av tildeling av poeng for utfallet av kampen. Reformmål. Analysealgoritme. Landsforskjeller.
Emne 8. Reform av sovjetisk fotballledelse på begynnelsen av 1960-tallet: årsaker, mål, resultater. Analysealgoritme.
Emne 9. Begrensende trekninger i sovjetisk fotball på 1970-1980-tallet: årsaker, mål, resultater. Analysealgoritme.
Emne 10. Kalenderreform i den russiske Premier League i 2011: årsaker, mål, resultater. Analysealgoritme.