Python pour l'analyse sportive : Moneyball et Sabermetrics

Les équipes sportives professionnelles s'appuient fortement sur les données pour constituer des effectifs gagnants et optimiser les performances des joueurs. Si vous avez toujours voulu découvrir les coulisses de l'analyse sportive et reproduire les célèbres méthodologies "Moneyball", Python est l'outil idéal pour commencer votre voyage. Dans ce cours textuel, vous passerez d'un passionné de sport à un analyste sportif axé sur les données. Vous apprendrez à lire, nettoyer et manipuler des ensembles de données publiques de baseball à l'aide de bibliothèques Python modernes, vous permettant de calculer des métriques de performance clés et de tirer des conclusions objectives sur la valeur des joueurs. Ce que vous apprendrez : - Comprendre les concepts fondamentaux de la sabermétrie et l'histoire de la prise de décision basée sur les données dans le sport. - Écrire du code Python pour importer, nettoyer et structurer des ensembles de données sportives publiques en utilisant les conventions modernes d'analyse de données. - Calculer des métriques de baseball de base comme le On-Base Percentage (OBP) et le Slugging Percentage (SLG) pour évaluer la performance des joueurs. - Appliquer des modèles statistiques pour tester des affirmations historiques et évaluer la corrélation entre les métriques d'équipe et les pourcentages de victoires. - Analyser l'évolution de l'analyse sportive moderne au-delà des formules de base de Moneyball, y compris les concepts avancés de l'espérance de points et de valorisation. Le cours commence par la terminologie fondamentale de l'analyse sportive et les concepts de base de Python pour les données, puis vous guide étape par étape dans la lecture et l'analyse d'ensembles de données de baseball réels. Vous pratiquerez l'écriture de code Python propre et moderne pour résoudre des problèmes analytiques réalistes. Ce cours est conçu pour les débutants passionnés de sport qui souhaitent apprendre la programmation Python, sans aucune expérience préalable en codage ou en statistiques avancées requise. Commencez votre voyage dans le monde passionnant de la science des données sportives dès aujourd'hui.