Resumen:
|
[ES] Desde hace varios años, la Euroliga se ha asentado como la competición baloncestística más importante de Europa. Esto se debe a distintos factores que van desde la llegada de jugadores extranjeros a la liga hasta el ...[+]
[ES] Desde hace varios años, la Euroliga se ha asentado como la competición baloncestística más importante de Europa. Esto se debe a distintos factores que van desde la llegada de jugadores extranjeros a la liga hasta el salto de nivel que han dado los jóvenes talentos del baloncesto europeo. De este modo, la Euroliga ha conseguido sumar adeptos y ganar en visibilidad, por lo que resulta de gran interés analizar en profundidad esta competición. En concreto, en este estudio se pretende analizar cómo los factores del juego inciden en el resultado de un partido y potencialmente pueden llevar a un equipo a la victoria. Para ello se han utilizado datos de la temporada 2021/22 y se han propuesto modelos basados en técnicas estadísticas multivariantes y de machine learning, con el objetivo de extraer información valiosa orientada a la toma de decisiones. Se han usado técnicas de reducción de la dimensión, análisis cluster o clasificación supervisada. Además, se proporciona información valiosa acerca de otros aspectos tácticos, tales como la relevancia de los distintos tipos de lanzamiento o de ciertos momentos de partido.
[-]
[EN] For several years now, the Euroleague has established itself as the most important basketball competition in Europe. This is due to several factors, ranging from the arrival of foreign players to the league to the ...[+]
[EN] For several years now, the Euroleague has established itself as the most important basketball competition in Europe. This is due to several factors, ranging from the arrival of foreign players to the league to the leap in the level of young talents in European basketball. In this way, the Euroleague has managed to gain followers and visibility, which is why it is of great interest to analyze this competition in depth. Specifically, this study aims to analyze how game factors affect the outcome of a game and can potentially lead a team to victory. For this purpose, data from the 2021/22 season have been used and models based on multivariate statistical techniques and machine learning have been proposed, with the aim of extracting valuable information oriented to decision making. Dimensionality reduction, cluster analysis or supervised classification techniques have been used. In addition, valuable information is provided about other tactical aspects, such as the relevance of different types of throws or certain match moments.
[-]
|