Game, set, math: datos útiles para predecir rendimientos en el tenis

Big Data Sports

Nội dung được cung cấp bởi Marcelo Gantman. Tất cả nội dung podcast bao gồm các tập, đồ họa và mô tả podcast đều được Marcelo Gantman hoặc đối tác nền tảng podcast của họ tải lên và cung cấp trực tiếp. Nếu bạn cho rằng ai đó đang sử dụng tác phẩm có bản quyền của bạn mà không có sự cho phép của bạn, bạn có thể làm theo quy trình được nêu ở đây https://vi.player.fm/legal.

6M ago 47:33

MP3•Trang chủ episode

Marcelo Gantman conversa con Marcelo Albamonte, entrenador de tenis y analista de datos que trabaja desde hace más de 20 años con Franco Davin, ex coach de Gastón Gaudio, Juan Martín Del Potro y Fabio Fognini. Albamonte y Davin desarrollaron Game, Set, Math, una plataforma que ingresa datos del juego que luego se transforman en insights que mejoran la planificación y el rendimiento de los tenistas

Albamonte sostiene que el aporte de cinco puntos en un partido pueden marcar la diferencia entre ganar o perder y que el uso inteligente de los datos en el tenis ofrece una transformación vital en la búsqueda de un tenista que quiere ascender en el ranking: marcar la diferencia entre predecir rendimientos en lugar de resultados para poder alcanzar los objetivos.

Ejemplos con Andy Murray, Fran Cerúndolo, Roger Federer, Rafa Nadal y hasta el caso de un grupo de tenistas veteranas aficionadas que querían mejorar sus resultados, en un episodio único para entender el valor real en el uso de las estadísticas avanzadas en el tenis.

219 tập

#Deportes #Big Data Sports #Olympics #Juegos Olímpicos #Tokyo 2020 #Tokyo #Sports #Data #Tech