Excel - Les radars Vidéo

Découvrez comment créer un graphique radar dans Microsoft Excel pour visualiser les performances de plusieurs variables.
Cette vidéo présente les étapes clés pour afficher un graphique radar et mieux comprendre les forces et les faiblesses de chaque variable.
Obtenez des conseils pratiques pour personnaliser les éléments et mieux comprendre les variations de vos données grâce à des visualisations telles que le graphique radar.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft Excel.
Suivez cette formation pour créer facilement des graphiques radar professionnels et mieux comprendre vos données.

05:19
620 vues

Objectifs :

L'objectif de cette vidéo est d'expliquer l'utilisation des graphiques en radar pour comparer les performances de différents joueurs de football, ainsi que d'autres applications dans le domaine des entreprises. La vidéo aborde également la normalisation des données pour une meilleure lisibilité des graphiques.

Chapitres :

Introduction aux Graphiques en Radar
Les graphiques en radar, également appelés graphiques en étoile, sont des outils visuels utilisés pour comparer plusieurs éléments. Dans le contexte du football, ils permettent de visualiser les caractéristiques de différents joueurs, comme la capacité à dribbler, à marquer des buts ou à faire des passes décisives.
Utilisation dans le Football
Chaque branche du graphique représente une caractéristique spécifique d'un joueur. Par exemple, on peut comparer les performances de deux joueurs en fonction de leurs statistiques respectives. Cela permet d'identifier les forces et les faiblesses de chaque joueur de manière visuelle et intuitive.
Applications en Entreprise
Les graphiques en radar peuvent également être utilisés par les entreprises pour comparer différents services. Par exemple, une entreprise peut évaluer ses services en termes de coûts, de retour sur investissement ou d'empreinte carbone. Cependant, il est important de noter que l'utilisation de ces graphiques peut être déroutante en raison des différentes échelles de mesure.
Problèmes de Comparaison
Un des principaux défis lors de l'utilisation des graphiques en radar est la différence d'échelles entre les différentes caractéristiques. Par exemple, si l'on compare le nombre de minutes jouées à d'autres statistiques comme le nombre de buts, les valeurs peuvent être si disparates qu'elles rendent le graphique difficile à interpréter.
Normalisation des Données
Pour résoudre ce problème, il est recommandé de normaliser les données. Cela implique de diviser chaque valeur par le maximum de sa colonne, ce qui permet d'obtenir des valeurs comprises entre 0 et 1. Cette méthode facilite la comparaison entre les différentes caractéristiques des joueurs.
Exemple Pratique
Dans la vidéo, un exemple pratique est donné en comparant les performances de Kylian Mbappé et Nicolas Pépé. Après avoir normalisé les données, le graphique devient beaucoup plus lisible et permet une comparaison efficace des performances des deux joueurs.
Conclusion
En résumé, les graphiques en radar sont des outils puissants pour la comparaison visuelle, que ce soit dans le sport ou en entreprise. La normalisation des données est une étape cruciale pour garantir que les graphiques soient clairs et informatifs. Il est conseillé de conserver les fichiers de données pour référence future afin de faciliter la création de graphiques en radar.

FAQ :

Qu'est-ce qu'un graphique en radar et comment est-il utilisé ?

Un graphique en radar est une représentation visuelle qui permet de comparer plusieurs caractéristiques d'un ou plusieurs joueurs. Il est souvent utilisé dans le sport pour évaluer les forces et faiblesses des joueurs en fonction de différentes statistiques.

Comment normaliser les valeurs pour un graphique en radar ?

Pour normaliser les valeurs, divisez chaque valeur par la valeur maximale de sa colonne. Cela permet d'obtenir des valeurs comprises entre 0 et 1, facilitant ainsi la comparaison entre différentes caractéristiques.

Quels sont les avantages d'utiliser un graphique en radar ?

Les graphiques en radar permettent de visualiser rapidement les forces et faiblesses d'un joueur ou d'un service, facilitant ainsi la prise de décision et l'analyse comparative.

Quels types de données peuvent être représentés sur un graphique en radar ?

Les données peuvent inclure des statistiques de performance comme le nombre de buts, le nombre de passes décisives, le temps de jeu, et d'autres caractéristiques mesurables d'un joueur ou d'un service.

Pourquoi est-il important de faire attention aux échelles de valeurs dans un graphique en radar ?

Il est crucial de faire attention aux échelles de valeurs car des échelles différentes peuvent rendre la comparaison difficile et trompeuse. Normaliser les valeurs aide à éviter ce problème.

Quelques cas d'usages :

Analyse des performances des joueurs de football

Les entraîneurs peuvent utiliser des graphiques en radar pour comparer les performances de différents joueurs sur des caractéristiques spécifiques, comme le dribble, les passes décisives et les buts marqués, afin d'optimiser les stratégies de jeu.

Évaluation des services d'une entreprise

Une entreprise peut utiliser des graphiques en radar pour comparer ses différents services en termes de coûts, de retour sur investissement et d'empreinte carbone, facilitant ainsi la prise de décision sur l'allocation des ressources.

Comparaison des statistiques des joueurs dans les jeux vidéo

Les développeurs de jeux vidéo peuvent intégrer des graphiques en radar pour permettre aux joueurs de comparer les statistiques de différents personnages ou équipes, améliorant ainsi l'expérience de jeu.

Rapports de performance pour les athlètes

Les athlètes peuvent utiliser des graphiques en radar pour visualiser leurs performances sur différentes compétences, leur permettant de cibler des domaines spécifiques pour l'amélioration.

Glossaire :

Graphique en radar

Un graphique en radar est une représentation visuelle qui permet de comparer plusieurs variables entre elles, souvent utilisée pour évaluer les performances de différents joueurs dans le sport.

Coupe étoile

Un autre terme pour désigner un graphique en radar, où chaque branche représente une caractéristique spécifique.

Caractéristique

Une qualité ou un attribut mesurable d'un joueur, comme la capacité à dribbler, marquer des buts ou faire des passes décisives.

Normalisation des valeurs

Le processus de mise à l'échelle des données pour qu'elles soient comparables, souvent en les divisant par la valeur maximale dans une colonne.

Échelle de valeurs

Un système de mesure utilisé pour quantifier les caractéristiques, qui peut varier d'une caractéristique à l'autre.

Empreinte carbone

La mesure de l'impact environnemental d'une entreprise, souvent exprimée en termes d'émissions de CO2.

Passes décisives

Des passes qui mènent directement à un but marqué par un joueur.

00:00:02

qui jouent ou qui ont déjà joué à des jeux de

00:00:05

foot typiquement sur console ou même

00:00:08

quand vous regardez des matchs de foot,

00:00:10

vous pouvez avoir ce type de

00:00:12

représentation-là et souvent,

00:00:13

c'est pour comparer un

00:00:15

ou plusieurs joueurs,

00:00:16

les uns par rapport aux autres.

00:00:18

Donc effectivement la forme de cet

00:00:20

élément est ce qu'on appelle aussi du coup

00:00:22

en étoile. Chaque branche que vous avez

00:00:24

ici va représenter une caractéristique.

00:00:26

Donc si on reste sur le foot, on pourrait

00:00:29

avoir la capacité à dribbler,

00:00:31

la capacité à marquer, les passes décisives,

00:00:33

et cetera, et cetera.

00:00:34

Et donc en un seul visuel,

00:00:36

on va avoir plein de caractéristiques

00:00:38

différentes et en fonction des

00:00:39

statistiques du joueur,

00:00:40

on va avoir un schéma qui va se tracer

00:00:43

ici et qui va correspondre du coup

00:00:46

à son empreinte par rapport

00:00:48

aux caractéristiques qu'on a pu fixer

00:00:49

et donc se rendre compte que la

00:00:52

dominante de tel joueur est

00:00:54

plutôt sur ces éléments-là versus un autre

00:00:57

jour qui est plutôt sur ces éléments-là.

00:00:59

Donc là on peut utiliser typiquement

00:01:01

effectivement pour les forces

00:01:02

et faiblesses d'un sportif,

00:01:04

on peut aussi avoir par notation,

00:01:06

pour les notations par service

00:01:07

d'une entreprise.

00:01:08

Une entreprise souhaite pouvoir

00:01:10

comparer ses différents services en

00:01:11

termes de coûts, en termes de

00:01:13

retour sur investissement, en termes

00:01:15

d'empreinte carbone, et cetera, et cetera.

00:01:17

Et donc potentiellement,

00:01:18

il a,

00:01:19

il va aller pouvoir l'afficher

00:01:20

sur ce type-là.

00:01:22

Sachez quand même que ça peut

00:01:23

potentiellement être un peu perturbant

00:01:25

pour les gens de l'utiliser parce

00:01:27

que vous allez vous retrouver

00:01:29

avec 150 échelles différentes,

00:01:30

pour chacune des branches.

00:01:31

Donc là on va parler un nombre de but,

00:01:34

là ça va être le nombre,

00:01:36

par exemple, de minutes jouées,

00:01:37

donc ça ne va plus du tout être la

00:01:39

même échelle de valeurs et donc

00:01:42

potentiellement ça peut être un peu

00:01:44

perturbant à lire et au final ce

00:01:46

qu'il faut bien retenir c'est que

00:01:47

ce qui compte c'est plutôt du coup

00:01:49

le schéma que ça va représenter

00:01:51

et la comparaison versus un schéma

00:01:53

d'un autre joueur.

00:01:54

Donc pour ça on va aller toujours

00:01:56

dans notre fichier, celui-là.

00:01:58

Donc vous allez dans l'onglet ici des radars.

00:02:00

Et on va retrouver du coup avec des

00:02:03

données que j'ai extraites sur ce site-là,

00:02:05

donc vous pourrez aller le

00:02:06

consulter pour une série de, je crois,

00:02:08

J'ai mis 10 joueurs...

00:02:10

c'est ça 10 joueurs, avoir

00:02:11

un petit peu des caractéristiques

00:02:12

sur l'aspect attaquant, donc le

00:02:14

nombre de minutes qu'ils ont jouées

00:02:16

sur la période donnée,

00:02:17

le nombre de but inscrits,

00:02:19

le nombre de passes décisives,

00:02:20

le nombre de tirs par match et le

00:02:22

nombre de dribbles par match. Et

00:02:24

on va se retrouver du coup avec

00:02:26

ces différentes valeurs-là et

00:02:28

le souci qu'on va avoir avec ça,

00:02:30

c'est que si j'applique

00:02:31

directement mon radar

00:02:33

sur ces valeurs-là, donc par exemple,

00:02:36

je vais comparer Kylian Mbappé

00:02:38

et Nicolas

00:02:39

PépéLille, je suppose qu'on le dit

00:02:41

comme ça, je ne suis pas très foot, on va

00:02:45

du coup aller rajouter notre radar. Ici.

00:02:49

Et qu'est ce qu'on va avoir comme souci ?

00:02:52

Là, on se rend compte que ça ne marche pas

00:02:54

très bien notre graphique. Pourquoi ?

00:02:56

Parce qu'on va se retrouver avec juste une

00:02:58

barre ici qui va correspondre au nombre

00:03:00

de minutes jouées et les autres

00:03:01

du coup, on a l'impression qu'elles

00:03:03

ne sont pas prises en compte.

00:03:05

Alors en fait ce n'est pas qu'elles ne sont

00:03:06

pas prises en compte,

00:03:07

c'est que du coup cette échelle-là

00:03:09

du nombre de minutes jouées,

00:03:11

ça va devenir l'échelle aussi pour les

00:03:13

autres valeurs. Donc typiquement on va

00:03:15

comparer 2344 minutes à 33 buts donc

00:03:17

en réalité il y a bien un trait ici,

00:03:19

il y a bien le radar qui

00:03:21

se forme mais la valeur est

00:03:23

tellement faible par rapport au

00:03:25

nombre de minutes jouées, enfin

00:03:27

l'échelle est tellement différente

00:03:28

que du coup on ne la voit même pas.

00:03:31

Et si je zoome à fond dessus,

00:03:33

je peux encore peut être zoomer encore un peu.

00:03:35

Voilà,

00:03:35

on commence à voir qu'il y a un petit

00:03:38

quelque chose là sur les côtés mais

00:03:39

en tous les cas ce n'est pas utilisable.

00:03:41

Donc pour ça j'ai préparé un autre

00:03:44

tableau qui va ce qu'on appelle

00:03:45

en fait normaliser les valeurs.

00:03:47

L'idée c'est qu'on va tout mettre

00:03:49

ce qu'on appelle en base 1.

00:03:50

C'est-à-dire que là,

00:03:52

sur chacune des valeurs,

00:03:53

je vais prendre la valeur en question

00:03:55

et aller le diviser par le maximum

00:03:57

qui a été rencontré dans la colonne

00:03:59

qui est ici. Et donc à partir de là,

00:04:02

la valeur la plus haute va du coup

00:04:04

avoir 1 et du coup les valeurs

00:04:06

qui sont en-dessous vont avoir une

00:04:08

valeur entre 0 et 1 et ça du coup je

00:04:11

le répète sur chacune des colonnes

00:04:12

et ce qui fait que je vais

00:04:15

me retrouver avec uniquement des

00:04:16

valeurs qui vont être entre 0 et 1.

00:04:19

Donc je supprime en fait

00:04:20

le problème que j'avais pu

00:04:22

rencontrer. Et quand on applique

00:04:24

ça donc là, typiquement ce graphique-là,

00:04:26

donc j'ai refait exactement la

00:04:28

même manière sur 2 joueurs et bien

00:04:30

là maintenant ça devient beaucoup

00:04:32

plus facilement comparable avec

00:04:34

du coup des échelles qui se

00:04:36

respectent les unes les autres.

00:04:38

Et donc là potentiellement, je peux aller

00:04:39

rajouter un joueur, je peux aller

00:04:41

enlever ce joueur-là, descendre

00:04:43

un peu plus bas donc évidemment il faut

00:04:45

aller au maximum je pense à trois éléments

00:04:48

sur le graphique, deux c'est déjà assez

00:04:50

compliqué à lire mais voilà de pouvoir

00:04:52

tout de suite comparer les données de

00:04:54

mes différents footballeurs,

00:04:55

vous voyez.

00:04:56

Et à la volée, là,

00:04:57

je peux aller les modifier assez facilement.

00:04:59

Donc ça c'est une étape importante.

00:05:01

Si vous êtes amené à utiliser des radars,

00:05:03

d'aller, ce que je vous disais,

00:05:04

du coup,

00:05:05

normaliser les données et vous avez vu que

00:05:07

du coup la formule n'est pas très compliquée.

00:05:09

De toutes façons vous allez garder les fichiers,

00:05:10

donc gardez-le dans un coin si vous

00:05:12

pensez qu'un jour vous aurez besoin de

00:05:14

faire un radar pour vous souvenir de

00:05:16

la manipulation qui doit être réalisée

00:05:18

pour normaliser les différentes valeurs.

00:00:02

которые играют или играли

00:00:05

Футбол, как правило, на консоли или даже

00:00:08

когда смотришь футбольные матчи,

00:00:10

Вы можете иметь этот тип

00:00:12

представительство там и часто,

00:00:13

Это для сравнения

00:00:15

или несколько игроков,

00:00:16

по отношению друг к другу.

00:00:18

Так что действительно, форма этого

00:00:20

Элемент - это то, что также называется

00:00:22

в звезде. Каждый филиал, который у вас есть

00:00:24

Здесь будет представлена особенность.

00:00:26

Так что, если мы останемся в футболе, мы сможем

00:00:29

обладают способностью к дриблингу,

00:00:31

умение забивать, отдавать голевые передачи,

00:00:33

и так далее, и так далее.

00:00:34

И так в едином визуальном ряду,

00:00:36

У нас будет много функций

00:00:38

разные и в соответствии с

00:00:39

статистика игрока,

00:00:40

У нас будет закономерность, которая будет прослеживаться

00:00:43

вот и кто будет переписываться вдруг

00:00:46

к своему следу по отношению к

00:00:48

характеристики, которые можно было бы зафиксировать

00:00:49

и, следовательно, осознать, что

00:00:52

Доминантой такого игрока является

00:00:54

скорее на этих элементах по сравнению с другими

00:00:57

день, который скорее на этих элементах.

00:00:59

Таким образом, мы можем использовать обычно

00:01:01

Действительно, для сил

00:01:02

и слабости спортсмена,

00:01:04

Можно также иметь по обозначениям,

00:01:06

для оценок обслуживания

00:01:07

компании.

00:01:08

Компания хочет иметь возможность

00:01:10

Сравните его различные услуги в

00:01:11

Стоимостные термины, в пересчете на

00:01:13

Окупаемость инвестиций с точки зрения

00:01:15

углеродный след и так далее, и так далее.

00:01:17

И так потенциально,

00:01:18

иметь

00:01:19

Он сможет его отобразить

00:01:20

на том парне.

00:01:22

Имейте в виду, что это может

00:01:23

потенциально быть немного разрушительным

00:01:25

чтобы люди использовали его, потому что

00:01:27

что ты найдешь себя

00:01:29

со 150 различными весами,

00:01:30

для каждой из ветвей.

00:01:31

Итак, здесь мы поговорим о ряде целей,

00:01:34

Там это будет номер,

00:01:36

Например, сыгранные минуты,

00:01:37

Так что это совсем не так

00:01:39

та же шкала ценностей и, следовательно,

00:01:42

Потенциально это может быть немного

00:01:44

Тревожно читать и, в конечном счете, это

00:01:46

Что необходимо помнить, так это то, что

00:01:47

Что имеет значение, так это то, что

00:01:49

схема, которую он будет представлять

00:01:51

и сравнение со схемой

00:01:53

другого игрока.

00:01:54

Так что ради этого мы собираемся идти вечно

00:01:56

в нашем досье, тот самый.

00:01:58

Итак, вы переходите на вкладку камеры контроля скорости здесь.

00:02:00

И мы обнаружим внезапно с

00:02:03

данные, которые я извлек на этом сайте,

00:02:05

Так что можно продолжать

00:02:06

проконсультируйтесь по серии, я полагаю,

00:02:08

Я поставил 10 игроков...

00:02:10

Это 10 игроков, имеющих

00:02:11

Немного особенностей

00:02:12

В атакующем аспекте, так что

00:02:14

Количество минут, которые они играли

00:02:16

за данный период,

00:02:17

количество забитых мячей,

00:02:19

количество результативных передач,

00:02:20

количество ударов за игру и

00:02:22

Количество дриблингов за игру. И

00:02:24

В итоге мы получим

00:02:26

Эти разные ценности и

00:02:28

проблема, с которой мы столкнемся,

00:02:30

это то, что если я подам заявку

00:02:31

Прямо мой радар

00:02:33

по этим значениям, так, например,

00:02:36

Я сравню Килиана Мбаппе

00:02:38

и Николя

00:02:39

Pépé Lille, я думаю, они это говорят

00:02:41

Вот так, я не очень футбольный, будем

00:02:45

Так что иди и добавь наш радар. Здесь.

00:02:49

И о чем мы будем беспокоиться?

00:02:52

Там мы понимаем, что это не работает

00:02:54

Очень хорошо наш график. Зачем?

00:02:56

Потому что в итоге у нас будет только один

00:02:58

полоса здесь, которая будет соответствовать числу

00:03:00

сыгранных минут и др.

00:03:01

В результате у нас складывается впечатление, что они

00:03:03

не учитываются.

00:03:05

Так что на самом деле дело не в том, что их нет

00:03:06

не учитывается,

00:03:07

Дело в том, что вдруг этот масштаб

00:03:09

количество сыгранных минут,

00:03:11

Он станет шкалой и для

00:03:13

другие ценности. Так что, как правило, мы будем

00:03:15

Сравните 2344 минуты с 33 голами

00:03:17

На самом деле здесь есть черта,

00:03:19

Есть РЛС, которая

00:03:21

формируется, но значение равно

00:03:23

Так низко по сравнению с

00:03:25

Количество сыгранных минут, наконец

00:03:27

Масштабы такие разные

00:03:28

что вдруг мы его даже не видим.

00:03:31

И если я увеличу масштаб,

00:03:33

Я все еще, может быть, могу немного увеличить масштаб.

00:03:35

Здорово

00:03:35

Мы начинаем видеть, что есть маленький

00:03:38

что-то там по бокам, но

00:03:39

В любом случае он не пригоден для использования.

00:03:41

Так что для этого я приготовил еще один

00:03:44

Таблица, которая идет то, что называется

00:03:45

По сути, нормализуйте значения.

00:03:47

Идея в том, что мы все поставим

00:03:49

то, что называется в Базе 1.

00:03:50

То есть, там,

00:03:52

по каждому из значений,

00:03:53

Я возьму значение, о котором идет речь

00:03:55

и поди раздели его по максимуму

00:03:57

Кто встречался в колонне

00:03:59

кто здесь. И так оттуда,

00:04:02

Наивысшая ценность идет так

00:04:04

имеют 1 и вдруг значения

00:04:06

Те, кто ниже, будут иметь

00:04:08

значение от 0 до 1, и это так I

00:04:11

повторяет его на каждом из столбцов

00:04:12

И что заставляет меня идти

00:04:15

В итоге остается только

00:04:16

значения, которые будут находиться в диапазоне от 0 до 1.

00:04:19

Так что я на самом деле удаляю

00:04:20

Проблема, которая у меня может возникнуть

00:04:22

встречать. И когда вы подаете заявку

00:04:24

Так что, как правило, этот график,

00:04:26

Поэтому я переделал именно то, что

00:04:28

То же самое на 2 игроках и хорошо

00:04:30

Там сейчас много становится

00:04:32

легче сравним с

00:04:34

внезапно лестницы, которые

00:04:36

Уважайте друг друга.

00:04:38

И поэтому потенциально я могу пойти

00:04:39

Добавьте игрока, я могу идти

00:04:41

Уберите этого игрока, спуститесь вниз

00:04:43

немного ниже, так что, очевидно, вы должны

00:04:45

идите по максимуму, я думаю о трех элементах

00:04:48

На графике уже достаточно двух

00:04:50

Сложно читать, но здесь уметь

00:04:52

Сразу сравните данные из

00:04:54

Мои разные футболисты,

00:04:55

Видишь.

00:04:56

И на лету, там,

00:04:57

Я могу пойти и отредактировать их довольно легко.

00:04:59

Так что это важный шаг.

00:05:01

Если вам нужно использовать радары,

00:05:03

идти, что я тебе говорил,

00:05:04

Следовательно

00:05:05

Стандартизируйте данные, и вы убедитесь в этом

00:05:07

Так что формула не очень сложная.

00:05:09

В любом случае вы сохраните файлы,

00:05:10

Так что держите его в углу, если вы

00:05:12

Подумайте, что однажды вам понадобится

00:05:14

Сделайте радар, чтобы запомнить

00:05:16

манипуляция, которую необходимо провести

00:05:18

для нормализации различных значений.

00:00:02

who play or have played

00:00:05

football typically on console or even

00:00:08

when you watch football matches,

00:00:10

You can have this type of

00:00:12

representation there and often,

00:00:13

It is to compare a

00:00:15

or several players,

00:00:16

in relation to each other.

00:00:18

So indeed the form of this

00:00:20

element is what is also called

00:00:22

in star. Every branch you have

00:00:24

Here will represent a feature.

00:00:26

So if we stay on football, we could

00:00:29

have the ability to dribble,

00:00:31

the ability to score, assists,

00:00:33

et cetera, et cetera.

00:00:34

And so in a single visual,

00:00:36

We're going to have a lot of features

00:00:38

different and according to the

00:00:39

player statistics,

00:00:40

We will have a pattern that will be traced

00:00:43

here and who will correspond suddenly

00:00:46

to its footprint in relation to

00:00:48

the characteristics that could be fixed

00:00:49

and therefore realize that the

00:00:52

dominant of such player is

00:00:54

rather on these elements versus another

00:00:57

day that is rather on these elements.

00:00:59

So there we can use typically

00:01:01

Indeed for the forces

00:01:02

and weaknesses of an athlete,

00:01:04

one can also have by notation,

00:01:06

for service ratings

00:01:07

of a company.

00:01:08

A company wants to be able to

00:01:10

compare its different services in

00:01:11

cost terms, in terms of

00:01:13

Return on investment, in terms of

00:01:15

carbon footprint, et cetera, et cetera.

00:01:17

And so potentially,

00:01:18

have

00:01:19

he will be able to display it

00:01:20

on that guy.

00:01:22

Be aware that it can

00:01:23

potentially be a little disruptive

00:01:25

for people to use it because

00:01:27

that you will find yourself

00:01:29

with 150 different scales,

00:01:30

for each of the branches.

00:01:31

So here we will talk about a number of goals,

00:01:34

there it will be the number,

00:01:36

for example, minutes played,

00:01:37

So it's not going to be the case at all

00:01:39

same scale of values and therefore

00:01:42

Potentially it can be a bit

00:01:44

disturbing to read and ultimately this

00:01:46

What must be remembered is that

00:01:47

What matters is rather the

00:01:49

the scheme it will represent

00:01:51

and comparison versus a scheme

00:01:53

of another player.

00:01:54

So for that we're going to go forever

00:01:56

in our file, that one.

00:01:58

So you go to the speed camera tab here.

00:02:00

And we will find suddenly with

00:02:03

data that I extracted on this site,

00:02:05

So you can go on

00:02:06

consult for a series of, I believe,

00:02:08

I put 10 players...

00:02:10

That's 10 players, having

00:02:11

a little bit of the features

00:02:12

on the attacking aspect, so the

00:02:14

Number of minutes they played

00:02:16

over the given period,

00:02:17

the number of goals scored,

00:02:19

the number of assists,

00:02:20

the number of shots per game and the

00:02:22

Number of dribbles per game. And

00:02:24

We'll end up with

00:02:26

these different values and

00:02:28

the problem we're going to have with that,

00:02:30

it is that if I apply

00:02:31

directly my radar

00:02:33

on these values, so for example,

00:02:36

I'll compare Kylian Mbappé

00:02:38

and Nicolas

00:02:39

PépéLille, I guess they say it

00:02:41

Like that, I'm not very football, we'll

00:02:45

So go and add our radar. Here.

00:02:49

And what are we going to worry about?

00:02:52

There, we realize that it does not work

00:02:54

Very well our graph. What for?

00:02:56

Because we're going to end up with just one

00:02:58

bar here that will match the number

00:03:00

of minutes played and others

00:03:01

As a result, we have the impression that they

00:03:03

are not taken into account.

00:03:05

So in fact it is not that they are not

00:03:06

not taken into account,

00:03:07

It is that suddenly this scale

00:03:09

the number of minutes played,

00:03:11

It will become the scale also for

00:03:13

other values. So typically we will

00:03:15

compare 2344 minutes to 33 goals

00:03:17

In reality there is a trait here,

00:03:19

There is the radar that

00:03:21

is formed but the value is

00:03:23

so low compared to the

00:03:25

Number of minutes played, finally

00:03:27

The scale is so different

00:03:28

that suddenly we do not even see it.

00:03:31

And if I zoom in on it,

00:03:33

I can still maybe zoom in a little more.

00:03:35

There you go

00:03:35

We begin to see that there is a small

00:03:38

something there on the sides but

00:03:39

In any case it is not usable.

00:03:41

So for that I prepared another one

00:03:44

Table that goes what is called

00:03:45

in fact normalize values.

00:03:47

The idea is that we will put everything

00:03:49

what is called in base 1.

00:03:50

That is to say, there,

00:03:52

on each of the values,

00:03:53

I will take the value in question

00:03:55

and go divide it by the maximum

00:03:57

who was encountered in the column

00:03:59

who is here. And so from there,

00:04:02

The highest value goes so

00:04:04

have 1 and suddenly the values

00:04:06

who are below will have a

00:04:08

value between 0 and 1 and that so I

00:04:11

repeats it on each of the columns

00:04:12

and what makes me go

00:04:15

end up with only

00:04:16

values that will be between 0 and 1.

00:04:19

So I actually delete

00:04:20

The problem I could have

00:04:22

meet. And when you apply

00:04:24

So that, typically that graph,

00:04:26

So I redid exactly the

00:04:28

Same way on 2 players and well

00:04:30

there now it becomes a lot

00:04:32

more easily comparable with

00:04:34

suddenly ladders that are

00:04:36

respect each other.

00:04:38

And so there potentially, I can go

00:04:39

Add a player, I can go

00:04:41

Remove that player, go down

00:04:43

a little lower so obviously you have to

00:04:45

go to the maximum I think of three elements

00:04:48

On the graph, two is already enough

00:04:50

complicated to read but here to be able

00:04:52

immediately compare the data from

00:04:54

my different footballers,

00:04:55

You see.

00:04:56

And on the fly, there,

00:04:57

I can go and edit them quite easily.

00:04:59

So that's an important step.

00:05:01

If you have to use radars,

00:05:03

to go, what I was telling you,

00:05:04

Consequently

00:05:05

standardize the data and you have seen that

00:05:07

So the formula is not very complicated.

00:05:09

Anyway you will keep the files,

00:05:10

So keep it in a corner if you

00:05:12

Think that one day you will need

00:05:14

Make a radar to remember

00:05:16

the manipulation that must be carried out

00:05:18

to normalize the different values.

00:00:02

que juegan o han jugado

00:00:05

Fútbol típicamente en consola o incluso

00:00:08

cuando ves partidos de fútbol,

00:00:10

Usted puede tener este tipo de

00:00:12

representación allí y a menudo,

00:00:13

Es comparar un

00:00:15

o varios jugadores,

00:00:16

en relación entre sí.

00:00:18

Así que, de hecho, la forma de esto

00:00:20

elemento es lo que también se llama

00:00:22

en estrella. Cada sucursal que tienes

00:00:24

Aquí representará una característica.

00:00:26

Así que si nos quedamos en el fútbol, podríamos

00:00:29

tener la capacidad de driblar,

00:00:31

la capacidad de anotar, asistencias,

00:00:33

etcétera, etcétera.

00:00:34

Y así en un solo visual,

00:00:36

Vamos a tener muchas características

00:00:38

diferente y según el

00:00:39

estadísticas de jugadores,

00:00:40

Tendremos un patrón que será trazado

00:00:43

aquí y quién corresponderá de repente

00:00:46

a su huella en relación con

00:00:48

las características que podrían fijarse

00:00:49

y por lo tanto darse cuenta de que el

00:00:52

dominante de tal jugador es

00:00:54

más bien en estos elementos frente a otro

00:00:57

día que es más bien sobre estos elementos.

00:00:59

Así que allí podemos usar típicamente

00:01:01

De hecho, para las fuerzas

00:01:02

y debilidades de un atleta,

00:01:04

también se puede tener por notación,

00:01:06

para calificaciones de servicio

00:01:07

de una empresa.

00:01:08

Una empresa quiere poder

00:01:10

Compara sus diferentes servicios en

00:01:11

términos de costo, en términos de

00:01:13

Retorno de la inversión, en términos de

00:01:15

huella de carbono, etcétera, etcétera.

00:01:17

Y así, potencialmente,

00:01:18

have

00:01:19

Él será capaz de mostrarlo

00:01:20

en ese tipo.

00:01:22

Tenga en cuenta que puede

00:01:23

potencialmente ser un poco disruptivo

00:01:25

para que la gente lo use porque

00:01:27

que te encontrarás a ti mismo

00:01:29

con 150 escalas diferentes,

00:01:30

para cada una de las ramas.

00:01:31

Así que aquí hablaremos de una serie de objetivos,

00:01:34

Allí estará el número,

00:01:36

por ejemplo, minutos jugados,

00:01:37

Así que no va a ser el caso en absoluto

00:01:39

misma escala de valores y, por lo tanto,

00:01:42

Potencialmente puede ser un poco

00:01:44

perturbador de leer y, en última instancia, esto

00:01:46

Lo que hay que recordar es que

00:01:47

Lo que importa es más bien el

00:01:49

el esquema que representará

00:01:51

y comparación versus un esquema

00:01:53

de otro jugador.

00:01:54

Así que para eso vamos a ir para siempre

00:01:56

en nuestro archivo, ese.

00:01:58

Así que ve a la pestaña de la cámara de velocidad aquí.

00:02:00

Y nos encontraremos de repente con

00:02:03

datos que extraje en este sitio,

00:02:05

Así que puedes seguir

00:02:06

consultar para una serie de, creo,

00:02:08

Puse 10 jugadores...

00:02:10

Eso es 10 jugadores, teniendo

00:02:11

Un poco de las características

00:02:12

en el aspecto ofensivo, por lo que el

00:02:14

Número de minutos que jugaron

00:02:16

durante el período dado,

00:02:17

el número de goles marcados,

00:02:19

el número de asistencias,

00:02:20

el número de tiros por partido y el

00:02:22

Número de regates por partido. Y

00:02:24

Terminaremos con

00:02:26

estos diferentes valores y

00:02:28

el problema que vamos a tener con eso,

00:02:30

es que si aplico

00:02:31

directamente mi radar

00:02:33

sobre estos valores, así, por ejemplo,

00:02:36

Compararé Kylian Mbappé

00:02:38

y Nicolás

00:02:39

PépéLille, supongo que lo dicen

00:02:41

Así, no soy muy futbolista, vamos a

00:02:45

Así que ve y agrega nuestro radar. Aquí.

00:02:49

¿Y de qué nos vamos a preocupar?

00:02:52

Allí, nos damos cuenta de que no funciona

00:02:54

Muy bien nuestro gráfico. ¿Para qué?

00:02:56

Porque vamos a terminar con uno solo

00:02:58

barra aquí que coincidirá con el número

00:03:00

de minutos jugados y otros

00:03:01

Como resultado, tenemos la impresión de que

00:03:03

no se tienen en cuenta.

00:03:05

Así que, de hecho, no es que no lo sean.

00:03:06

no se tiene en cuenta,

00:03:07

Es que de repente esta escala

00:03:09

el número de minutos jugados,

00:03:11

Se convertirá en la escala también para

00:03:13

otros valores. Así que normalmente lo haremos

00:03:15

Compara 2344 minutos con 33 goles

00:03:17

En realidad hay un rasgo aquí,

00:03:19

Existe el radar que

00:03:21

está formado pero el valor es

00:03:23

tan bajo en comparación con el

00:03:25

Número de minutos jugados, finalmente

00:03:27

La escala es muy diferente

00:03:28

que de repente ni siquiera lo vemos.

00:03:31

Y si hago zoom en él,

00:03:33

Todavía puedo acercarme un poco más.

00:03:35

Aquí tienes

00:03:35

Empezamos a ver que hay un pequeño

00:03:38

algo allí en los lados pero

00:03:39

En cualquier caso no es utilizable.

00:03:41

Así que para eso preparé otro

00:03:44

Tabla que va lo que se llama

00:03:45

de hecho, normalizar los valores.

00:03:47

La idea es que pongamos todo

00:03:49

Lo que se llama en base 1.

00:03:50

Es decir, allí,

00:03:52

en cada uno de los valores,

00:03:53

Tomaré el valor en cuestión

00:03:55

e ir divídelo por el máximo

00:03:57

Quién se encontró en la columna

00:03:59

quién está aquí. Y así, a partir de ahí,

00:04:02

El valor más alto va así

00:04:04

tienen 1 y de repente los valores

00:04:06

Los que están abajo tendrán un

00:04:08

valor entre 0 y 1 y que así que yo

00:04:11

lo repite en cada una de las columnas

00:04:12

y lo que me hace ir

00:04:15

terminar con sólo

00:04:16

valores que estarán entre 0 y 1.

00:04:19

Así que en realidad borro

00:04:20

El problema que podría tener

00:04:22

encontrar. Y cuando aplicas

00:04:24

De modo que, típicamente ese gráfico,

00:04:26

Así que rehice exactamente el

00:04:28

De la misma manera en 2 jugadores y bien

00:04:30

Allí ahora se convierte en mucho

00:04:32

más fácilmente comparable con

00:04:34

de repente escaleras que son

00:04:36

Respetarse mutuamente.

00:04:38

Y entonces, potencialmente, puedo ir

00:04:39

Añadir un jugador, puedo ir

00:04:41

Quita ese reproductor, baja

00:04:43

un poco más bajo, así que obviamente tienes que

00:04:45

ir al máximo pienso en tres elementos

00:04:48

En el gráfico, dos ya es suficiente

00:04:50

complicado de leer pero aquí para poder

00:04:52

Compare inmediatamente los datos de

00:04:54

mis diferentes futbolistas,

00:04:55

Lo ves.

00:04:56

Y sobre la marcha, allí,

00:04:57

Puedo ir y editarlos con bastante facilidad.

00:04:59

Así que ese es un paso importante.

00:05:01

Si tienes que usar radares,

00:05:03

para ir, lo que te estaba diciendo,

00:05:04

Por consiguiente

00:05:05

Estandariza los datos y habrás visto que

00:05:07

Así que la fórmula no es muy complicada.

00:05:09

De todos modos conservarás los archivos,

00:05:10

Así que mantenlo en una esquina si

00:05:12

Piensa que algún día necesitarás

00:05:14

Haz un radar para recordar

00:05:16

La manipulación que debe llevarse a cabo

00:05:18

para normalizar los diferentes valores.

00:00:02

die spielen oder gespielt haben

00:00:05

Fußball in der Regel auf der Konsole oder sogar

00:00:08

Wenn du dir Fußballspiele anschaust,

00:00:10

Sie können diese Art von

00:00:12

Repräsentation dort und oft,

00:00:13

Es geht darum, eine

00:00:15

oder mehrere Spieler,

00:00:16

im Verhältnis zueinander.

00:00:18

So ist in der Tat die Form dieses

00:00:20

-Element wird auch als

00:00:22

im Stern. Jede Filiale, die Sie haben

00:00:24

Hier wird ein Feature dargestellt.

00:00:26

Wenn wir also beim Fußball bleiben, könnten wir

00:00:29

haben die Fähigkeit zu dribbeln,

00:00:31

die Fähigkeit, Tore zu erzielen, Assists,

00:00:33

et cetera, et cetera.

00:00:34

Und so in einem einzigen Bild,

00:00:36

Wir werden viele Funktionen haben

00:00:38

unterschiedlich und entsprechend der

00:00:39

Spielerstatistiken,

00:00:40

Wir werden ein Muster haben, das nachgezeichnet wird

00:00:43

und wer plötzlich korrespondieren wird

00:00:46

auf seinen Fußabdruck in Bezug auf

00:00:48

die Merkmale, die behoben werden könnten

00:00:49

und erkennen Sie daher, dass die

00:00:52

dominant dieses Akteurs ist

00:00:54

eher auf diesen Elementen als auf einem anderen

00:00:57

Tag, der eher auf diesen Elementen liegt.

00:00:59

Dort können wir also typischerweise

00:01:01

In der Tat für die Kräfte

00:01:02

und Schwächen eines Sportlers,

00:01:04

Man kann auch durch Notation haben,

00:01:06

für Service-Bewertungen

00:01:07

eines Unternehmens.

00:01:08

Ein Unternehmen möchte in der Lage sein,

00:01:10

Vergleichen Sie die verschiedenen Dienstleistungen in

00:01:11

Kostenbedingungen, in Bezug auf

00:01:13

Rentabilität der Investition, in Bezug auf

00:01:15

CO₂-Fußabdruck, et cetera, et cetera.

00:01:17

Und so ist es möglicherweise,

00:01:18

haben

00:01:19

Er wird in der Lage sein, es anzuzeigen

00:01:20

auf diesen Kerl.

00:01:22

Seien Sie sich bewusst, dass dies möglich ist

00:01:23

möglicherweise ein wenig störend sein

00:01:25

damit die Leute es benutzen, weil

00:01:27

dass du dich selbst finden wirst,

00:01:29

mit 150 verschiedenen Skalen,

00:01:30

für jeden der Zweige.

00:01:31

Hier werden wir also über eine Reihe von Zielen sprechen,

00:01:34

dort wird es die Zahl sein,

00:01:36

z.B. gespielte Minuten,

00:01:37

Es wird also überhaupt nicht der Fall sein

00:01:39

Werteskala und damit

00:01:42

Möglicherweise kann es ein bisschen sein

00:01:44

verstörend zu lesen und letztlich

00:01:46

Woran man sich erinnern muss, ist, dass

00:01:47

Worauf es ankommt, ist vielmehr die

00:01:49

das Schema, das es darstellen wird

00:01:51

und Vergleich mit einem Schema

00:01:53

eines anderen Spielers.

00:01:54

Dafür werden wir für immer gehen

00:01:56

in unserer Akte, das hier.

00:01:58

Du gehst also hier auf die Registerkarte "Radarkamera".

00:02:00

Und wir werden plötzlich mit

00:02:03

Daten, die ich auf dieser Website extrahiert habe,

00:02:05

So können Sie weitermachen

00:02:06

konsultieren für eine Reihe von, glaube ich,

00:02:08

Ich setze 10 Spieler ein...

00:02:10

Das sind 10 Spieler, die

00:02:11

Ein wenig von den Funktionen

00:02:12

auf der offensiven Seite, so dass die

00:02:14

Anzahl der gespielten Minuten

00:02:16

über den angegebenen Zeitraum,

00:02:17

die Anzahl der erzielten Tore,

00:02:19

die Anzahl der Assists,

00:02:20

die Anzahl der Schüsse pro Spiel und die

00:02:22

Anzahl der Dribblings pro Spiel. Und

00:02:24

Wir werden am Ende mit

00:02:26

diese unterschiedlichen Werte und

00:02:28

das Problem, das wir damit haben werden,

00:02:30

es ist so, dass, wenn ich mich bewerbe

00:02:31

direkt mein Radar

00:02:33

auf diese Werte, also z.B.

00:02:36

Ich vergleiche Kylian Mbappé

00:02:38

und Nicolas

00:02:39

PépéLille, ich denke, sie sagen es

00:02:41

So bin ich nicht sehr fußballerisch, wir werden

00:02:45

Also geh und füge unser Radar hinzu. Hier.

00:02:49

Und worüber werden wir uns Sorgen machen?

00:02:52

Dort stellen wir fest, dass es nicht funktioniert

00:02:54

Sehr gut unsere Grafik. Wozu?

00:02:56

Weil wir am Ende nur einen haben werden

00:02:58

Balken hier, der mit der Zahl übereinstimmt

00:03:00

Anzahl der gespielten Minuten und andere

00:03:01

Infolgedessen haben wir den Eindruck, dass sie

00:03:03

werden nicht berücksichtigt.

00:03:05

Es ist also nicht so, dass sie es nicht sind

00:03:06

nicht berücksichtigt,

00:03:07

Es ist so, dass plötzlich diese Skala

00:03:09

die Anzahl der gespielten Minuten,

00:03:11

Es wird die Skala auch für

00:03:13

andere Werte. In der Regel werden wir also

00:03:15

Vergleich 2344 Minuten bis 33 Tore

00:03:17

In Wirklichkeit gibt es hier eine Eigenschaft,

00:03:19

Es gibt das Radar, das

00:03:21

gebildet wird, aber der Wert ist

00:03:23

so niedrig im Vergleich zu den

00:03:25

Anzahl der gespielten Minuten, schließlich

00:03:27

Die Skala ist so unterschiedlich

00:03:28

dass wir es plötzlich gar nicht mehr sehen.

00:03:31

Und wenn ich hineinzoome,

00:03:33

Ich kann vielleicht noch ein bisschen mehr hineinzoomen.

00:03:35

Bitte schön

00:03:35

Wir beginnen zu sehen, dass es eine kleine

00:03:38

etwas da an den Seiten, aber

00:03:39

Auf jeden Fall ist es nicht brauchbar.

00:03:41

Also habe ich dafür ein weiteres vorbereitet

00:03:44

Tabelle, die so genannt wird

00:03:45

In der Tat normalisieren Sie Werte.

00:03:47

Die Idee ist, dass wir alles

00:03:49

was in Basis 1 genannt wird.

00:03:50

Das heißt, es gibt

00:03:52

für jeden der Werte,

00:03:53

Ich werde den fraglichen Wert nehmen

00:03:55

und teilen Sie es durch das Maximum

00:03:57

wem man in der Kolonne begegnet ist,

00:03:59

der hier ist. Und von dort aus,

00:04:02

Der höchste Wert geht so

00:04:04

haben 1 und plötzlich werden die Werte

00:04:06

die unten sind, haben eine

00:04:08

Wert zwischen 0 und 1 und dass ich

00:04:11

wiederholt es in jeder der Spalten

00:04:12

und was mich dazu bringt, zu gehen

00:04:15

am Ende nur

00:04:16

Werte, die zwischen 0 und 1 liegen.

00:04:19

Also lösche ich tatsächlich

00:04:20

Das Problem, das ich haben könnte

00:04:22

treffen. Und wenn du dich bewirbst

00:04:24

So dass, typischerweise diese Grafik,

00:04:26

Also habe ich genau die

00:04:28

Gleiches gilt für 2 Spieler und naja

00:04:30

Da wird es nun sehr viel

00:04:32

leichter vergleichbar mit

00:04:34

plötzlich Leitern, die

00:04:36

Respektieren Sie einander.

00:04:38

Und so kann ich möglicherweise dorthin gehen

00:04:39

Füge einen Spieler hinzu, ich kann gehen

00:04:41

Entferne diesen Spieler, gehe runter

00:04:43

etwas niedriger, also muss man offensichtlich

00:04:45

bis zum Maximum gehen Ich denke an drei Elemente:

00:04:48

In der Grafik reichen zwei bereits aus

00:04:50

Kompliziert zu lesen, aber hier, um in der Lage zu sein

00:04:52

Vergleichen Sie sofort die Daten von

00:04:54

meine verschiedenen Fußballer,

00:04:55

Siehst du.

00:04:56

Und im Handumdrehen, da,

00:04:57

Ich kann sie ganz einfach bearbeiten.

00:04:59

Das ist also ein wichtiger Schritt.

00:05:01

Wenn Sie Radargeräte verwenden müssen,

00:05:03

zu gehen, was ich dir gesagt habe,

00:05:04

Infolgedessen

00:05:05

Standardisieren Sie die Daten und Sie haben gesehen, dass

00:05:07

Die Formel ist also nicht sehr kompliziert.

00:05:09

Wie auch immer, Sie werden die Dateien behalten,

00:05:10

Bewahren Sie es also in einer Ecke auf, wenn Sie

00:05:12

Denke, dass du eines Tages brauchen wirst

00:05:14

Machen Sie ein Radar, an das Sie sich erinnern sollten

00:05:16

die Manipulation, die durchgeführt werden muss

00:05:18

, um die verschiedenen Werte zu normalisieren.

00:00:02

que jogam ou já jogaram

00:00:05

futebol tipicamente no console ou mesmo

00:00:08

quando você assiste a jogos de futebol,

00:00:10

Você pode ter esse tipo de

00:00:12

representação lá e muitas vezes,

00:00:13

É comparar um

00:00:15

ou vários jogadores,

00:00:16

em relação uns aos outros.

00:00:18

Então, de fato, a forma disso

00:00:20

elemento é o que também é chamado

00:00:22

em estrela. Cada filial que você tem

00:00:24

Aqui representará um recurso.

00:00:26

Então, se ficarmos no futebol, poderíamos

00:00:29

ter a capacidade de driblar,

00:00:31

a capacidade de marcar, assistências,

00:00:33

et cetera, et cetera.

00:00:34

E assim, em um único visual,

00:00:36

Vamos ter muitos recursos

00:00:38

diferente e de acordo com o

00:00:39

estatísticas do jogador,

00:00:40

Teremos um padrão que será traçado

00:00:43

aqui e quem corresponderá de repente

00:00:46

à sua pegada em relação a

00:00:48

as características que poderiam ser fixadas

00:00:49

e, portanto, perceber que o

00:00:52

dominante de tal jogador é

00:00:54

em vez disso, sobre esses elementos versus outro

00:00:57

dia que é mais sobre esses elementos.

00:00:59

Então aí podemos usar normalmente

00:01:01

De fato, para as forças

00:01:02

e fraquezas de um atleta,

00:01:04

pode-se também ter por notação,

00:01:06

para classificações de serviço

00:01:07

de uma empresa.

00:01:08

Uma empresa quer ser capaz de

00:01:10

comparar seus diferentes serviços em

00:01:11

condições de custo, em termos de

00:01:13

Retorno do investimento, em termos de

00:01:15

pegada de carbono, et cetera, et cetera.

00:01:17

E assim, potencialmente,

00:01:18

ter

00:01:19

ele será capaz de exibi-lo

00:01:20

sobre esse cara.

00:01:22

Esteja ciente de que pode

00:01:23

potencialmente ser um pouco disruptivo

00:01:25

para as pessoas usarem porque

00:01:27

que você vai se encontrar

00:01:29

com 150 escalas diferentes,

00:01:30

para cada um dos ramos.

00:01:31

Então aqui vamos falar sobre uma série de objetivos,

00:01:34

lá estará o número,

00:01:36

por exemplo, minutos jogados,

00:01:37

Então não vai ser o caso

00:01:39

mesma escala de valores e, portanto,

00:01:42

Potencialmente pode ser um pouco

00:01:44

perturbador para ler e, em última análise, isso

00:01:46

O que deve ser lembrado é que

00:01:47

O que importa é antes o

00:01:49

o esquema que representará

00:01:51

e comparação versus um esquema

00:01:53

de outro jogador.

00:01:54

Então, para isso, vamos para sempre

00:01:56

no nosso arquivo, aquele.

00:01:58

Então você vai para a aba de radares de velocidade aqui.

00:02:00

E vamos encontrar de repente com

00:02:03

dados que extraí neste site,

00:02:05

Então você pode continuar

00:02:06

Creio que uma série de

00:02:08

Coloquei 10 jogadores...

00:02:10

São 10 jogadores, tendo

00:02:11

um pouco dos recursos

00:02:12

no aspecto ofensivo, por isso o

00:02:14

Número de minutos que jogaram

00:02:16

durante o período determinado,

00:02:17

o número de golos marcados,

00:02:19

o número de assistências,

00:02:20

o número de remates por jogo e o

00:02:22

Número de dribles por jogo. E

00:02:24

Vamos acabar com

00:02:26

estes diferentes valores e

00:02:28

o problema que vamos ter com isso,

00:02:30

é que se eu me candidatar

00:02:31

diretamente meu radar

00:02:33

sobre esses valores, por exemplo,

00:02:36

Vou comparar Kylian Mbappé

00:02:38

e Nicolas

00:02:39

PépéLille, acho que dizem isso

00:02:41

Assim, não sou muito futebol, vamos

00:02:45

Então vá e adicione nosso radar. Aqui.

00:02:49

E com o que vamos nos preocupar?

00:02:52

Lá, percebemos que não funciona

00:02:54

Muito bem o nosso gráfico. Para quê?

00:02:56

Porque vamos acabar com apenas um

00:02:58

barra aqui que irá corresponder ao número

00:03:00

de minutos jogados e outros

00:03:01

Como resultado, temos a impressão de que eles

00:03:03

não são levados em conta.

00:03:05

Então, na verdade, não é que eles não sejam

00:03:06

não tomado em consideração,

00:03:07

É que de repente essa escala

00:03:09

o número de minutos jogados,

00:03:11

Vai se tornar a escala também para

00:03:13

outros valores. Então, normalmente, nós vamos

00:03:15

Compare 2344 minutos com 33 gols

00:03:17

Na realidade, há um traço aqui,

00:03:19

Há o radar de que

00:03:21

é formado, mas o valor é

00:03:23

tão baixo em comparação com o

00:03:25

Número de minutos jogados, finalmente

00:03:27

A escala é tão diferente

00:03:28

que de repente nem a vemos.

00:03:31

E se eu aumentar o zoom,

00:03:33

Eu ainda posso talvez ampliar um pouco mais.

00:03:35

Aí vai

00:03:35

Começamos a ver que há um pequeno

00:03:38

algo lá nas laterais mas

00:03:39

Em qualquer caso, não é utilizável.

00:03:41

Então, para isso preparei mais um

00:03:44

Tabela que vai o que se chama

00:03:45

na verdade, normalizar valores.

00:03:47

A ideia é que a gente coloque tudo

00:03:49

o que se chama na base 1.

00:03:50

Ou seja, aí,

00:03:52

em cada um dos valores,

00:03:53

Vou pegar o valor em questão

00:03:55

e vá dividi-lo pelo máximo

00:03:57

quem foi encontrado na coluna

00:03:59

quem está aqui. E assim, a partir daí,

00:04:02

O valor mais alto vai assim

00:04:04

tem 1 e de repente os valores

00:04:06

quem estiver abaixo terá um

00:04:08

valor entre 0 e 1 e que assim eu

00:04:11

repete-o em cada uma das colunas

00:04:12

e o que me faz ir

00:04:15

acabar com apenas

00:04:16

valores que estarão entre 0 e 1.

00:04:19

Então eu realmente excluo

00:04:20

O problema que eu poderia ter

00:04:22

encontrar. E quando você se inscrever

00:04:24

De modo que, tipicamente esse gráfico,

00:04:26

Então eu refiz exatamente o

00:04:28

Da mesma forma em 2 jogadores e bem

00:04:30

lá agora se torna muito

00:04:32

mais facilmente comparável com

00:04:34

de repente escadas que são

00:04:36

respeitam-se uns aos outros.

00:04:38

E assim, potencialmente, eu posso ir

00:04:39

Adicionar um jogador, eu posso ir

00:04:41

Remova esse jogador, desça

00:04:43

um pouco mais baixo, então obviamente você tem que

00:04:45

ir ao máximo eu penso em três elementos

00:04:48

No gráfico, dois já é suficiente

00:04:50

complicado de ler, mas aqui para poder

00:04:52

Compare imediatamente os dados de

00:04:54

meus diferentes jogadores de futebol,

00:04:55

Entenda.

00:04:56

E na mosca, lá,

00:04:57

Eu posso ir e editá-los com bastante facilidade.

00:04:59

Então esse é um passo importante.

00:05:01

Se você tiver que usar radares,

00:05:03

para ir, o que eu estava lhe dizendo,

00:05:04

Consequentemente

00:05:05

padronize os dados e você viu que

00:05:07

Então a fórmula não é muito complicada.

00:05:09

De qualquer forma você vai manter os arquivos,

00:05:10

Portanto, mantenha-o em um canto se você

00:05:12

Pense que um dia você vai precisar

00:05:14

Faça um radar para lembrar

00:05:16

a manipulação que deve ser realizada

00:05:18

para normalizar os diferentes valores.

00:00:02

die spelen of hebben gespeeld

00:00:05

voetbal meestal op console of zelfs

00:00:08

als je voetbalwedstrijden kijkt,

00:00:10

U kunt dit type

00:00:12

vertegenwoordiging daar en vaak,

00:00:13

Het is om een

00:00:15

of meerdere spelers,

00:00:16

in relatie tot elkaar.

00:00:18

Dus inderdaad de vorm hiervan

00:00:20

element wordt ook wel genoemd

00:00:22

in ster. Elke vestiging die je hebt

00:00:24

Hier zal een functie worden weergegeven.

00:00:26

Dus als we op voetbal blijven, kunnen we

00:00:29

het vermogen hebben om te dribbelen,

00:00:31

het vermogen om te scoren, assists,

00:00:33

et cetera, et cetera.

00:00:34

En dus in één visual,

00:00:36

We gaan veel functies hebben

00:00:38

verschillend en volgens de

00:00:39

spelersstatistieken,

00:00:40

We zullen een patroon hebben dat zal worden getraceerd

00:00:43

hier en wie zal plotseling corresponderen

00:00:46

tot zijn voetafdruk in relatie tot

00:00:48

de kenmerken die kunnen worden vastgesteld

00:00:49

en realiseer je daarom dat de

00:00:52

dominant van een dergelijke speler is

00:00:54

eerder op deze elementen versus een ander

00:00:57

dag dat is eerder op deze elementen.

00:00:59

Dus daar kunnen we typisch

00:01:01

Inderdaad voor de strijdkrachten

00:01:02

en zwakheden van een atleet,

00:01:04

men kan ook door notatie hebben,

00:01:06

voor servicebeoordelingen

00:01:07

van een bedrijf.

00:01:08

Een bedrijf wil

00:01:10

Vergelijk de verschillende diensten in

00:01:11

kostentermen, in termen van

00:01:13

Rendement op investering, in termen van

00:01:15

Carbon footprint, et cetera, et cetera.

00:01:17

En dus potentieel,

00:01:18

hebben

00:01:19

hij zal het kunnen laten zien

00:01:20

op die man.

00:01:22

Wees je ervan bewust dat het kan

00:01:23

potentieel een beetje storend zijn

00:01:25

voor mensen om het te gebruiken omdat

00:01:27

dat je jezelf zult vinden

00:01:29

met 150 verschillende schalen,

00:01:30

voor elk van de vestigingen.

00:01:31

Dus hier zullen we het hebben over een aantal doelen,

00:01:34

daar zal het nummer zijn,

00:01:36

bijvoorbeeld gespeelde minuten,

00:01:37

Het zal dus helemaal niet het geval zijn

00:01:39

zelfde schaal van waarden en dus

00:01:42

Mogelijk kan het een beetje zijn

00:01:44

storend om te lezen en uiteindelijk dit

00:01:46

Wat we niet mogen vergeten is dat

00:01:47

Waar het om gaat is eerder de

00:01:49

de regeling die zij zal vertegenwoordigen

00:01:51

en vergelijking versus een schema

00:01:53

van een andere speler.

00:01:54

Dus daarvoor gaan we voor altijd

00:01:56

in ons dossier, die.

00:01:58

Je gaat hier dus naar het tabblad flitspaal.

00:02:00

En we zullen plotseling vinden met

00:02:03

gegevens die ik op deze site heb geëxtraheerd,

00:02:05

Zo kunt u nog wel even doorgaan

00:02:06

raadpleeg voor een reeks van, geloof ik,

00:02:08

Ik zet 10 spelers...

00:02:10

Dat zijn 10 spelers, die

00:02:11

Een beetje van de functies

00:02:12

op het aanvallende aspect, dus de

00:02:14

Aantal minuten dat ze speelden

00:02:16

over de gegeven periode,

00:02:17

het aantal gescoorde doelpunten,

00:02:19

het aantal assists,

00:02:20

het aantal schoten per wedstrijd en de

00:02:22

Aantal dribbels per wedstrijd. En

00:02:24

We eindigen met

00:02:26

deze verschillende waarden en

00:02:28

het probleem dat we daarmee gaan krijgen,

00:02:30

het is dat als ik solliciteer

00:02:31

direct mijn radar

00:02:33

op deze waarden, dus bijvoorbeeld,

00:02:36

Ik vergelijk Kylian Mbappé

00:02:38

en Nicolas

00:02:39

PépéLille, ik denk dat ze het zeggen

00:02:41

Zo ben ik niet heel voetballend, dat zullen we wel doen

00:02:45

Dus ga en voeg onze radar toe. Hier.

00:02:49

En waar gaan we ons zorgen over maken?

00:02:52

Daar beseffen we dat het niet werkt

00:02:54

Heel goed onze grafiek. Waarvoor?

00:02:56

Want we gaan eindigen met slechts één

00:02:58

balk hier die overeenkomt met het nummer

00:03:00

van gespeelde minuten en andere

00:03:01

Daardoor hebben we de indruk dat ze

00:03:03

worden niet in aanmerking genomen.

00:03:05

Dus in feite is het niet zo dat ze dat niet zijn

00:03:06

niet in aanmerking genomen,

00:03:07

Het is dat ineens deze schaal

00:03:09

het aantal gespeelde minuten,

00:03:11

Het zal ook de schaal worden voor

00:03:13

andere waarden. Dus meestal zullen we dat doen

00:03:15

Vergelijk 2344 minuten met 33 doelpunten

00:03:17

In werkelijkheid is er hier een eigenschap,

00:03:19

Er is de radar die

00:03:21

wordt gevormd, maar de waarde is

00:03:23

zo laag in vergelijking met de

00:03:25

Aantal minuten gespeeld, eindelijk

00:03:27

De schaal is zo verschillend

00:03:28

dat we het ineens niet eens meer zien.

00:03:31

En als ik erop inzoom,

00:03:33

Ik kan misschien nog wat meer inzoomen.

00:03:35

Daar ga je

00:03:35

We beginnen te zien dat er een kleine

00:03:38

iets daar aan de zijkanten maar

00:03:39

Het is in ieder geval niet bruikbaar.

00:03:41

Dus daar heb ik nog een voorbereid

00:03:44

Tafel die gaat wat heet

00:03:45

in feite waarden normaliseren.

00:03:47

Het idee is dat we alles op een rijtje zetten

00:03:49

wat wordt genoemd in basis 1.

00:03:50

Dat wil zeggen, daar,

00:03:52

op elk van de waarden,

00:03:53

Ik neem de waarde in kwestie

00:03:55

en ga het delen door het maximum

00:03:57

wie werd aangetroffen in de column

00:03:59

wie is hier. En van daaruit,

00:04:02

De hoogste waarde gaat zo

00:04:04

hebben 1 en ineens de waarden

00:04:06

Wie hieronder staat, heeft een

00:04:08

waarde tussen 0 en 1 en dat dus I

00:04:11

herhaalt het op elk van de kolommen

00:04:12

en wat maakt dat ik ga

00:04:15

eindigen met alleen

00:04:16

waarden die tussen 0 en 1 liggen.

00:04:19

Dus ik verwijder eigenlijk

00:04:20

Het probleem dat ik zou kunnen hebben

00:04:22

ontmoeten. En wanneer je solliciteert

00:04:24

Zodat, typisch die grafiek,

00:04:26

Dus ik heb precies de

00:04:28

Hetzelfde op 2 spelers en goed

00:04:30

Daar wordt het nu veel

00:04:32

gemakkelijker te vergelijken met

00:04:34

plotseling ladders die

00:04:36

respecteer elkaar.

00:04:38

En dus kan ik daar potentieel terecht

00:04:39

Voeg een speler toe, ik kan gaan

00:04:41

Verwijder die speler, ga naar beneden

00:04:43

iets lager dus je moet natuurlijk wel

00:04:45

ga tot het maximum ik denk aan drie elementen

00:04:48

Op de grafiek is twee al genoeg

00:04:50

ingewikkeld om te lezen maar hier om te kunnen

00:04:52

Vergelijk onmiddellijk de gegevens van

00:04:54

mijn verschillende voetballers,

00:04:55

Zie je wel.

00:04:56

En on the fly, daar,

00:04:57

Ik kan ze vrij gemakkelijk gaan bewerken.

00:04:59

Dat is dus een belangrijke stap.

00:05:01

Als u radars moet gebruiken,

00:05:03

om te gaan, wat ik je vertelde,

00:05:04

Bijgevolg

00:05:05

Standaardiseer de data en dat heb je gezien

00:05:07

De formule is dus niet heel ingewikkeld.

00:05:09

Hoe dan ook, u zult de bestanden bewaren,

00:05:10

Dus houd het in een hoekje als je

00:05:12

Denk dat je op een dag nodig hebt

00:05:14

Maak een radar om te onthouden

00:05:16

de manipulatie die moet worden uitgevoerd

00:05:18

om de verschillende waarden te normaliseren.

00:00:02

che giocano o hanno giocato

00:00:05

calcio tipicamente su console o anche

00:00:08

quando guardi le partite di calcio,

00:00:10

Puoi avere questo tipo di

00:00:12

rappresentanza lì e spesso,

00:00:13

Si tratta di confrontare un

00:00:15

o più giocatori,

00:00:16

in relazione l'uno con l'altro.

00:00:18

Quindi in effetti la forma di questo

00:00:20

elemento è ciò che viene anche chiamato

00:00:22

in stella. Ogni filiale che hai

00:00:24

Qui rappresenterà una caratteristica.

00:00:26

Quindi, se restiamo sul calcio, potremmo

00:00:29

avere la capacità di dribblare,

00:00:31

la capacità di segnare, assist,

00:00:33

eccetera, eccetera.

00:00:34

E così in un unico visivo,

00:00:36

Avremo molte funzionalità

00:00:38

diverso e secondo il

00:00:39

statistiche dei giocatori,

00:00:40

Avremo uno schema che verrà tracciato

00:00:43

qui e chi corrisponderà all'improvviso

00:00:46

alla sua impronta in relazione a

00:00:48

le caratteristiche che potrebbero essere fissate

00:00:49

e quindi rendersi conto che il

00:00:52

dominante di tale giocatore è

00:00:54

piuttosto su questi elementi rispetto ad un altro

00:00:57

giorno che è piuttosto su questi elementi.

00:00:59

Quindi lì possiamo usare in genere

00:01:01

Anzi per le forze

00:01:02

e debolezze di un atleta,

00:01:04

si può anche avere per notazione,

00:01:06

per le classificazioni dei servizi

00:01:07

di un'azienda.

00:01:08

Un'azienda vuole essere in grado di

00:01:10

Confronta i suoi diversi servizi in

00:01:11

termini di costo, in termini di

00:01:13

Ritorno sull'investimento, in termini di

00:01:15

impronta di carbonio, eccetera, eccetera.

00:01:17

E quindi potenzialmente,

00:01:18

Avere

00:01:19

sarà in grado di visualizzarlo

00:01:20

su quel ragazzo.

00:01:22

Sii consapevole che può

00:01:23

potenzialmente essere un po 'dirompente

00:01:25

perché le persone lo usino perché

00:01:27

che ti troverai

00:01:29

con 150 scale diverse,

00:01:30

per ciascuno dei rami.

00:01:31

Quindi qui parleremo di una serie di obiettivi,

00:01:34

lì sarà il numero,

00:01:36

ad esempio, minuti giocati,

00:01:37

Quindi non sarà affatto il caso

00:01:39

stessa scala di valori e quindi

00:01:42

Potenzialmente può essere un po '

00:01:44

inquietante da leggere e in definitiva questo

00:01:46

Ciò che va ricordato è che

00:01:47

Ciò che conta è piuttosto il

00:01:49

il regime che rappresenterà

00:01:51

e confronto rispetto a uno schema

00:01:53

di un altro giocatore.

00:01:54

Quindi per questo andremo per sempre

00:01:56

nel nostro file, quello.

00:01:58

Quindi vai alla scheda autovelox qui.

00:02:00

E troveremo improvvisamente con

00:02:03

dati che ho estratto su questo sito,

00:02:05

Quindi puoi andare avanti

00:02:06

consultare per una serie di, credo,

00:02:08

Ho messo 10 giocatori...

00:02:10

Sono 10 giocatori, avendo

00:02:11

un po 'delle caratteristiche

00:02:12

sull'aspetto offensivo, quindi il

00:02:14

Numero di minuti giocati

00:02:16

nel periodo considerato,

00:02:17

il numero di gol segnati,

00:02:19

il numero di assist,

00:02:20

il numero di tiri per partita e il

00:02:22

Numero di dribbling a partita. E

00:02:24

Finiremo con

00:02:26

questi diversi valori e

00:02:28

il problema che avremo con questo,

00:02:30

è che se mi candido

00:02:31

direttamente il mio radar

00:02:33

su questi valori, quindi, ad esempio,

00:02:36

Confronterò Kylian Mbappé

00:02:38

e Nicolas

00:02:39

PépéLille, immagino che lo dicano

00:02:41

In questo modo, non sono molto calcistico, lo faremo

00:02:45

Quindi vai e aggiungi il nostro radar. Qui.

00:02:49

E di cosa ci preoccuperemo?

00:02:52

Lì, ci rendiamo conto che non funziona

00:02:54

Molto bene il nostro grafico. Per quale motivo?

00:02:56

Perché finiremo con uno solo.

00:02:58

barra qui che corrisponderà al numero

00:03:00

di minuti giocati e altri

00:03:01

Di conseguenza, abbiamo l'impressione che essi

00:03:03

non sono presi in considerazione.

00:03:05

Quindi in realtà non è che non lo siano

00:03:06

non preso in considerazione,

00:03:07

È che improvvisamente questa scala

00:03:09

il numero di minuti giocati,

00:03:11

Diventerà la scala anche per

00:03:13

altri valori. Quindi in genere lo faremo

00:03:15

Confronta 2344 minuti con 33 gol

00:03:17

In realtà c'è un tratto qui,

00:03:19

C'è il radar che

00:03:21

è formato ma il valore è

00:03:23

così basso rispetto al

00:03:25

Numero di minuti giocati, finalmente

00:03:27

La scala è così diversa

00:03:28

che all'improvviso non lo vediamo nemmeno.

00:03:31

E se lo ingrandisco,

00:03:33

Posso ancora forse ingrandire un po 'di più.

00:03:35

Ecco

00:03:35

Cominciamo a vedere che c'è un piccolo

00:03:38

qualcosa lì sui lati ma

00:03:39

In ogni caso non è utilizzabile.

00:03:41

Quindi per questo ne ho preparato un altro

00:03:44

Tabella che va quello che viene chiamato

00:03:45

infatti normalizzano i valori.

00:03:47

L'idea è che metteremo tutto

00:03:49

ciò che viene chiamato in base 1.

00:03:50

Vale a dire, lì,

00:03:52

su ciascuno dei valori,

00:03:53

Prenderò il valore in questione

00:03:55

e vai a dividerlo per il massimo

00:03:57

Chi è stato incontrato nella colonna

00:03:59

chi è qui. E così da lì,

00:04:02

Il valore più alto va così

00:04:04

hanno 1 e improvvisamente i valori

00:04:06

che sono sotto avranno un

00:04:08

valore compreso tra 0 e 1 e che così ho

00:04:11

lo ripete su ciascuna delle colonne

00:04:12

e cosa mi fa andare

00:04:15

finisci con solo

00:04:16

valori compresi tra 0 e 1.

00:04:19

Quindi in realtà cancello

00:04:20

Il problema che potrei avere

00:04:22

incontrare. E quando ti candidi

00:04:24

In modo che, tipicamente quel grafico,

00:04:26

Quindi ho rifatto esattamente il

00:04:28

Allo stesso modo su 2 giocatori e bene

00:04:30

lì ora diventa molto

00:04:32

più facilmente confrontabile con

00:04:34

improvvisamente scale che sono

00:04:36

rispettatevi a vicenda.

00:04:38

E quindi lì potenzialmente, posso andare

00:04:39

Aggiungi un giocatore, posso andare

00:04:41

Rimuovi quel giocatore, scendi

00:04:43

un po 'più in basso, quindi ovviamente devi

00:04:45

andare al massimo penso di tre elementi

00:04:48

Sul grafico, due sono già sufficienti

00:04:50

complicato da leggere ma qui per essere in grado

00:04:52

Confronta immediatamente i dati da

00:04:54

i miei diversi calciatori,

00:04:55

Vedi.

00:04:56

E al volo, lì,

00:04:57

Posso andare a modificarli abbastanza facilmente.

00:04:59

Quindi questo è un passo importante.

00:05:01

Se devi usare i radar,

00:05:03

andare, quello che ti dicevo,

00:05:04

Conseguentemente

00:05:05

standardizza i dati e hai visto che

00:05:07

Quindi la formula non è molto complicata.

00:05:09

In ogni caso conserverai i file,

00:05:10

Quindi tienilo in un angolo se

00:05:12

Pensa che un giorno avrai bisogno

00:05:14

Crea un radar da ricordare

00:05:16

la manipolazione che deve essere effettuata

00:05:18

per normalizzare i diversi valori.

00:00:02

الذين يلعبون أو لعبوا

00:00:05

كرة القدم عادة على وحدة التحكم أو حتى

00:00:08

عندما تشاهد مباريات كرة القدم ،

00:00:10

يمكنك الحصول على هذا النوع من

00:00:12

التمثيل هناك وفي كثير من الأحيان ،

00:00:13

هو لمقارنة أ

00:00:15

أو عدة لاعبين ،

00:00:16

فيما يتعلق ببعضها البعض.

00:00:18

لذلك في الواقع شكل هذا

00:00:20

العنصر هو ما يسمى أيضا

00:00:22

في النجوم. كل فرع لديك

00:00:24

هنا سوف تمثل ميزة.

00:00:26

لذلك إذا بقينا على كرة القدم ، يمكننا

00:00:29

لديهم القدرة على سال لعابه ،

00:00:31

القدرة على التسجيل ، يساعد ،

00:00:33

وما إلى ذلك، وما إلى ذلك.

00:00:34

وهكذا في صورة واحدة ،

00:00:36

سيكون لدينا الكثير من الميزات

00:00:38

مختلفة ووفقا ل

00:00:39

إحصائيات اللاعب,

00:00:40

سيكون لدينا نمط سيتم تتبعه

00:00:43

هنا ومن سيتراسل فجأة

00:00:46

إلى بصمتها فيما يتعلق ب

00:00:48

الخصائص التي يمكن إصلاحها

00:00:49

وبالتالي ندرك أن

00:00:52

المهيمن على هذا اللاعب هو

00:00:54

بدلا من هذه العناصر مقابل أخرى

00:00:57

اليوم الذي هو بالأحرى على هذه العناصر.

00:00:59

لذلك هناك يمكننا استخدام عادة

00:01:01

في الواقع بالنسبة للقوات

00:01:02

ونقاط ضعف الرياضي ،

00:01:04

يمكن للمرء أيضا أن يكون عن طريق التدوين ،

00:01:06

لتصنيفات الخدمة

00:01:07

من شركة.

00:01:08

تريد الشركة أن تكون قادرة على

00:01:10

قارن بين خدماتها المختلفة في

00:01:11

شروط التكلفة ، من حيث

00:01:13

العائد على الاستثمار، من حيث

00:01:15

البصمة الكربونية ، وما إلى ذلك ، وما إلى ذلك.

00:01:17

ومن المحتمل جدا،

00:01:18

امتلك

00:01:19

سيكون قادرا على عرضه

00:01:20

على هذا الرجل.

00:01:22

كن على علم أنه يمكن

00:01:23

من المحتمل أن تكون مدمرة بعض الشيء

00:01:25

للناس لاستخدامه لأن

00:01:27

أنك ستجد نفسك

00:01:29

مع ١٥٠ مقياسا مختلفا،

00:01:30

لكل فرع من الفروع.

00:01:31

لذلك سنتحدث هنا عن عدد من الأهداف ،

00:01:34

هناك سيكون الرقم ،

00:01:36

على سبيل المثال ، دقائق لعبت ،

00:01:37

لذلك لن يكون الأمر كذلك على الإطلاق

00:01:39

نفس مقياس القيم وبالتالي

00:01:42

من المحتمل أن يكون قليلا

00:01:44

مزعج للقراءة وهذا في نهاية المطاف

00:01:46

ما يجب تذكره هو أن

00:01:47

ما يهم هو بالأحرى

00:01:49

المخطط الذي ستمثله

00:01:51

والمقارنة مقابل مخطط

00:01:53

من لاعب آخر.

00:01:54

لذلك سنذهب إلى الأبد

00:01:56

في ملفنا ، هذا واحد.

00:01:58

لذلك تذهب إلى علامة تبويب كاميرا السرعة هنا.

00:02:00

وسنجد فجأة مع

00:02:03

البيانات التي استخرجتها على هذا الموقع ،

00:02:05

حتى تتمكن من المضي قدما

00:02:06

استشر لسلسلة من ، على ما أعتقد ،

00:02:08

أضع 10 لاعبين ...

00:02:10

هذا هو 10 لاعبين ، لديهم

00:02:11

قليلا من الميزات

00:02:12

على الجانب الهجومي ، لذلك

00:02:14

عدد الدقائق التي لعبوها

00:02:16

خلال الفترة المحددة،

00:02:17

عدد الأهداف المسجلة ،

00:02:19

عدد التمريرات الحاسمة ،

00:02:20

عدد التسديدات لكل لعبة و

00:02:22

عدد المراوغات في المباراة الواحدة. و

00:02:24

سننتهي ب

00:02:26

هذه القيم المختلفة و

00:02:28

المشكلة التي سنواجهها مع ذلك ،

00:02:30

هو أنه إذا تقدمت بطلب

00:02:31

مباشرة راداري

00:02:33

على هذه القيم ، على سبيل المثال ،

00:02:36

سأقارن كيليان مبابي

00:02:38

ونيكولاس

00:02:39

بيبي ليل ، أعتقد أنهم يقولون ذلك

00:02:41

بهذه الطريقة، أنا لست كرة قدم جدا، سنقوم بذلك

00:02:45

لذا اذهب وأضف رادارنا. هنا.

00:02:49

وما الذي سنقلق بشأنه؟

00:02:52

هناك ، ندرك أنه لا يعمل

00:02:54

جيد جدا الرسم البياني لدينا. لأي سبب؟

00:02:56

لأننا سننتهي بواحد فقط

00:02:58

شريط هنا يتطابق مع الرقم

00:03:00

من دقائق اللعب وغيرها

00:03:01

نتيجة لذلك ، لدينا انطباع بأنهم

00:03:03

لا تؤخذ بعين الاعتبار.

00:03:05

لذلك في الواقع ليس الأمر أنهم ليسوا كذلك

00:03:06

لا تؤخذ بعين الاعتبار ،

00:03:07

إنه فجأة هذا المقياس

00:03:09

عدد دقائق اللعب،

00:03:11

سيصبح المقياس أيضا ل

00:03:13

قيم أخرى. لذلك عادة ما سنقوم

00:03:15

قارن 2344 دقيقة ب 33 هدف

00:03:17

في الواقع هناك سمة هنا ،

00:03:19

هناك الرادار الذي

00:03:21

ولكن القيمة

00:03:23

منخفضة جدا مقارنة ب

00:03:25

عدد دقائق اللعب، أخيرا

00:03:27

المقياس مختلف جدا

00:03:28

فجأة لا نراه حتى.

00:03:31

وإذا قمت بتكبيرها ،

00:03:33

لا يزال بإمكاني التكبير أكثر من ذلك بقليل.

00:03:35

هناك حيث تذهب

00:03:35

نبدأ في رؤية أن هناك صغيرة

00:03:38

شيء هناك على الجانبين ولكن

00:03:39

في أي حال أنها غير قابلة للاستخدام.

00:03:41

لذلك أعددت واحدة أخرى

00:03:44

الجدول الذي يذهب ما يسمى

00:03:45

في الواقع تطبيع القيم.

00:03:47

الفكرة هي أننا سنضع كل شيء

00:03:49

ما يسمى في القاعدة 1.

00:03:50

وهذا يعني ، هناك ،

00:03:52

على كل قيمة من القيم ،

00:03:53

سآخذ القيمة المعنية

00:03:55

واذهب قسمها على الحد الأقصى

00:03:57

الذي تمت مواجهته في العمود

00:03:59

من هنا. وهكذا من هناك،

00:04:02

أعلى قيمة تذهب لذلك

00:04:04

لديك 1 وفجأة القيم

00:04:06

الذين هم أدناه سيكون لديهم

00:04:08

القيمة بين 0 و 1 وذلك لذلك أنا

00:04:11

يكررها على كل عمود من الأعمدة

00:04:12

وما الذي يجعلني أذهب

00:04:15

ينتهي الأمر ب

00:04:16

القيم التي ستكون بين 0 و 1.

00:04:19

لذلك أنا في الواقع حذف

00:04:20

المشكلة التي يمكن أن أواجهها

00:04:22

تقابل. وعند التقديم

00:04:24

لذلك ، عادة ما يكون هذا الرسم البياني ،

00:04:26

لذلك أعدت بالضبط

00:04:28

بنفس الطريقة على 2 لاعبين وكذلك

00:04:30

هناك الآن يصبح الكثير

00:04:32

أكثر سهولة مقارنة مع

00:04:34

فجأة السلالم التي هي

00:04:36

نحترم بعضنا البعض.

00:04:38

ولذا هناك احتمال ، يمكنني الذهاب

00:04:39

أضف لاعبا ، يمكنني الذهاب

00:04:41

إزالة هذا اللاعب ، النزول

00:04:43

أقل قليلا لذا من الواضح أنه يجب عليك ذلك

00:04:45

انتقل إلى الحد الأقصى أفكر في ثلاثة عناصر

00:04:48

على الرسم البياني ، اثنان يكفيان بالفعل

00:04:50

معقدة للقراءة ولكن هنا لتكون قادرة

00:04:52

قارن على الفور البيانات من

00:04:54

لاعبي كرة القدم المختلفين ،

00:04:55

أنت ترى.

00:04:56

وعلى الطاير ، هناك ،

00:04:57

يمكنني الذهاب وتحريرها بسهولة تامة.

00:04:59

لذلك هذه خطوة مهمة.

00:05:01

إذا كان عليك استخدام الرادارات ،

00:05:03

للذهاب ، ما كنت أقوله لك ،

00:05:04

وب التالي

00:05:05

توحيد البيانات ورأيت ذلك

00:05:07

لذا فإن الصيغة ليست معقدة للغاية.

00:05:09

على أي حال سوف تحتفظ بالملفات ،

00:05:10

لذا احتفظ بها في زاوية إذا كنت

00:05:12

أعتقد أنه في يوم من الأيام سوف تحتاج

00:05:14

اصنع رادارا لتذكره

00:05:16

التلاعب الذي يجب القيام به

00:05:18

لتطبيع القيم المختلفة.

00:00:02

kim oynuyor veya oynamış

00:00:05

futbol tipik olarak konsolda veya hatta

00:00:08

futbol maçlarını izlerken,

00:00:10

Bu tür bir şeye sahip olabilirsiniz

00:00:12

orada ve sık sık temsil etmek,

00:00:13

Karşılaştırmak için bir

00:00:15

veya birkaç oyuncu,

00:00:16

birbirleriyle ilişkili olarak.

00:00:18

Yani gerçekten de bunun şekli

00:00:20

element aynı zamanda denir

00:00:22

yıldızda. Sahip olduğunuz her branş

00:00:24

Burada bir özelliği temsil edecektir.

00:00:26

Yani futbolda kalırsak, yapabiliriz

00:00:29

top sürme yeteneğine sahip,

00:00:31

gol atma, asist yapma yeteneği,

00:00:33

ve diğerleri.

00:00:34

Ve böylece tek bir görselde,

00:00:36

Birçok özelliğe sahip olacağız

00:00:38

farklı ve göre

00:00:39

oyuncu istatistikleri,

00:00:40

İzlenecek bir kalıbımız olacak

00:00:43

burada ve aniden kim karşılık gelecek

00:00:46

ile ilgili olarak ayak izine

00:00:48

düzeltilebilecek özellikler

00:00:49

ve bu nedenle

00:00:52

Bu tür oyuncuların baskın olduğu

00:00:54

daha ziyade bu unsurlara karşı bir başkası üzerinde

00:00:57

gün daha çok bu unsurlar üzerindedir.

00:00:59

Yani orada tipik olarak kullanabiliriz

00:01:01

Gerçekten de güçler için

00:01:02

ve bir sporcunun zayıf yönleri,

00:01:04

Biri gösterim yoluyla da olabilir,

00:01:06

hizmet derecelendirmeleri için

00:01:07

bir şirketin.

00:01:08

Bir şirket şunları yapabilmek istiyor

00:01:10

Farklı hizmetlerini şurada karşılaştırın:

00:01:11

maliyet açısından,

00:01:13

Yatırım getirisi, açısından

00:01:15

karbon ayak izi, vb.

00:01:17

Ve böylece potansiyel olarak,

00:01:18

sahip olmak

00:01:19

onu sergileyebilecektir

00:01:20

o adamda.

00:01:22

Yapabileceğinin farkında olun

00:01:23

potansiyel olarak biraz yıkıcı olabilir

00:01:25

insanların kullanması için çünkü

00:01:27

kendini bulacağın için

00:01:29

150 farklı ölçek ile,

00:01:30

şubelerin her biri için.

00:01:31

Bu yüzden burada bir dizi hedef hakkında konuşacağız,

00:01:34

orada sayı olacak,

00:01:36

örneğin, oynanan dakikalar,

00:01:37

Yani hiç de öyle olmayacak

00:01:39

aynı değer ölçeği ve dolayısıyla

00:01:42

Potansiyel olarak biraz olabilir

00:01:44

okumak rahatsız edici ve sonuçta bu

00:01:46

Hatırlanması gereken şey şudur ki;

00:01:47

Önemli olan daha ziyade

00:01:49

temsil edeceği şema

00:01:51

ve bir şemaya karşı karşılaştırma

00:01:53

başka bir oyuncunun.

00:01:54

Bunun için sonsuza dek gideceğiz

00:01:56

bizim dosyamızda, o dosyada.

00:01:58

Yani burada hız kamerası sekmesine gidiyorsunuz.

00:02:00

Ve aniden bulacağız

00:02:03

Bu sitede çıkardığım veriler,

00:02:05

Böylece devam edebilirsin

00:02:06

Bir dizi için danışın, inanıyorum ki,

00:02:08

10 oyuncu koydum...

00:02:10

Bu 10 oyuncu, sahip

00:02:11

özelliklerden bazıları

00:02:12

saldırı yönünde, yani

00:02:14

Oynadıkları dakika sayısı

00:02:16

verilen süre zarfında,

00:02:17

atılan gol sayısı,

00:02:19

asist sayısı,

00:02:20

oyun başına atış sayısı ve

00:02:22

Oyun başına dribling sayısı. Ve

00:02:24

Sonunda

00:02:26

bu farklı değerler ve

00:02:28

bununla ilgili yaşayacağımız sorun,

00:02:30

eğer başvurursam

00:02:31

doğrudan benim radarım

00:02:33

bu değerler üzerinde, örneğin,

00:02:36

Kylian Mbappé'yi karşılaştıracağım

00:02:38

ve Nicolas

00:02:39

PépéLille, sanırım bunu söylüyorlar

00:02:41

Bunun gibi, ben çok futbol oynamıyorum, yapacağız

00:02:45

Öyleyse git ve radarımızı ekle. Burada.

00:02:49

Ve ne için endişeleneceğiz?

00:02:52

Orada, bunun işe yaramadığını anlıyoruz

00:02:54

Çok iyi grafiğimiz. Ne için?

00:02:56

Çünkü sonunda sadece bir tane ile sonuçlanacağız

00:02:58

Buradaki çubuk, sayıyla eşleşecek

00:03:00

oynanan dakikaların ve diğerlerinin sayısı

00:03:01

Sonuç olarak, onların

00:03:03

dikkate alınmaz.

00:03:05

Yani aslında öyle olmadıkları için değil

00:03:06

dikkate alınmayan,

00:03:07

Birdenbire bu ölçek

00:03:09

oynanan dakika sayısı,

00:03:11

Aynı zamanda ölçek haline gelecektir.

00:03:13

diğer değerler. Yani tipik olarak yapacağız

00:03:15

2344 dakikayı 33 golle karşılaştır

00:03:17

Gerçekte burada bir özellik var,

00:03:19

Şöyle bir radar var ki;

00:03:21

oluşur ama değer

00:03:23

ile karşılaştırıldığında çok düşük

00:03:25

Sonunda oynanan dakika sayısı

00:03:27

Ölçek çok farklı

00:03:28

birdenbire onu görmüyoruz bile.

00:03:31

Ve eğer onu yakınlaştırırsam,

00:03:33

Yine de belki biraz daha yakınlaştırabilirim.

00:03:35

İşte gidiyorsun

00:03:35

Küçük bir şey olduğunu görmeye başlıyoruz

00:03:38

yanlarda bir şey var ama

00:03:39

Her durumda kullanılamaz.

00:03:41

Bunun için bir tane daha hazırladım

00:03:44

Denilen şeye giden tablo

00:03:45

aslında değerleri normalleştirin.

00:03:47

Fikir, her şeyi koyacağımız

00:03:49

1. tabanda ne denir.

00:03:50

Yani, orada,

00:03:52

değerlerin her birinde,

00:03:53

Söz konusu değeri alacağım

00:03:55

ve git maksimuma bölün

00:03:57

sütunda kimlerle karşılaşıldı

00:03:59

burada kim var. Ve böylece oradan,

00:04:02

En yüksek değer böyle gider

00:04:04

1 ve aniden değerlere sahip

00:04:06

aşağıda kimlerin bir

00:04:08

0 ile 1 arasındaki değer ve bu yüzden I

00:04:11

sütunların her birinde tekrarlar

00:04:12

ve beni harekete geçiren şey

00:04:15

sadece ile sonuçlanmak

00:04:16

0 ile 1 arasında olacak değerler.

00:04:19

Yani aslında silerim

00:04:20

Sahip olabileceğim sorun

00:04:22

buluşmak. Ve başvurduğunuzda

00:04:24

Böylece, tipik olarak bu grafik,

00:04:26

Bu yüzden tam olarak yeniden yaptım

00:04:28

2 oyuncuda aynı şekilde ve iyi

00:04:30

orada şimdi çok olur

00:04:32

ile daha kolay karşılaştırılabilir

00:04:34

aniden merdivenler

00:04:36

birbirinize saygı gösterin.

00:04:38

Ve böylece potansiyel olarak oraya gidebilirim

00:04:39

Bir oyuncu ekle, gidebilirim

00:04:41

O oyuncuyu kaldır, aşağı git

00:04:43

biraz daha düşük, bu yüzden açıkça yapmak zorundasın

00:04:45

maksimuma git üç unsur düşünüyorum

00:04:48

Grafikte, iki zaten yeterli

00:04:50

okumak için karmaşık ama burada yapabilmek için

00:04:52

verileri hemen karşılaştırın

00:04:54

farklı futbolcularım,

00:04:55

Görüyorsunuz.

00:04:56

Ve anında, orada,

00:04:57

Gidip onları oldukça kolay bir şekilde düzenleyebilirim.

00:04:59

Yani bu önemli bir adım.

00:05:01

Radar kullanmanız gerekiyorsa,

00:05:03

gitmek, sana söylediğim şeyi,

00:05:04

Bu yüzden

00:05:05

Verileri standartlaştırın ve şunu gördünüz

00:05:07

Yani formül çok karmaşık değil.

00:05:09

Her neyse dosyaları saklayacaksın,

00:05:10

Bu yüzden bir köşede saklayın

00:05:12

Bir gün ihtiyacın olacağını düşün

00:05:14

Hatırlamak için bir radar yapın

00:05:16

Yapılması gereken manipülasyon

00:05:18

Farklı değerleri normalleştirmek için.

00:00:02

którzy grają lub grali

00:00:05

piłka nożna zazwyczaj na konsolę lub nawet

00:00:08

podczas oglądania meczów piłki nożnej,

00:00:10

Możesz mieć tego typu

00:00:12

reprezentacja tam i często,

00:00:13

To jest porównanie

00:00:15

lub kilku graczy,

00:00:16

w stosunku do siebie.

00:00:18

A więc rzeczywiście forma tego

00:00:20

element jest tym, co jest również nazywane

00:00:22

w gwieździe. Każda gałąź, którą masz

00:00:24

Tutaj będzie reprezentować funkcję.

00:00:26

Więc jeśli pozostaniemy przy piłce, możemy

00:00:29

mają umiejętność dryblingu,

00:00:31

umiejętność zdobywania bramek, asyst,

00:00:33

et cetera, et cetera.

00:00:34

I tak w jednym obrazie,

00:00:36

Będziemy mieli wiele funkcji

00:00:38

różne i zgodnie z

00:00:39

statystyki zawodników,

00:00:40

Będziemy mieli wzór, który zostanie prześledzony

00:00:43

tu i kto będzie korespondował nagle

00:00:46

do jego śladu w odniesieniu do:

00:00:48

charakterystyki, które można ustalić

00:00:49

i dlatego zdaj sobie sprawę, że

00:00:52

dominantą takiego gracza jest

00:00:54

raczej na tych elementach kontra inne

00:00:57

dzień, który jest raczej na tych elementach.

00:00:59

Więc tam możemy użyć typowo

00:01:01

Rzeczywiście, dla sił zbrojnych

00:01:02

i słabości sportowca,

00:01:04

można również mieć przez notację,

00:01:06

dla ocen usług

00:01:07

firmy.

00:01:08

Firma chce mieć możliwość

00:01:10

Porównaj różne usługi w

00:01:11

warunki kosztowe, w odniesieniu do

00:01:13

Zwrot z inwestycji w ujęciu

00:01:15

ślad węglowy, et cetera, et cetera.

00:01:17

A więc potencjalnie,

00:01:18

mieć

00:01:19

Będzie mógł go wyświetlić

00:01:20

na tego faceta.

00:01:22

Pamiętaj, że może

00:01:23

potencjalnie być trochę uciążliwe

00:01:25

dla ludzi, aby go używać, ponieważ

00:01:27

że znajdziesz siebie

00:01:29

ze 150 różnymi skalami,

00:01:30

dla każdej z gałęzi.

00:01:31

Więc tutaj porozmawiamy o kilku celach,

00:01:34

tam będzie liczba,

00:01:36

na przykład rozegrane minuty,

00:01:37

Więc wcale tak nie będzie

00:01:39

Ta sama skala wartości, a zatem

00:01:42

Potencjalnie może to być trochę

00:01:44

Niepokojące czytanie i ostatecznie to

00:01:46

Należy pamiętać, że

00:01:47

Liczy się raczej

00:01:49

program, który będzie reprezentował

00:01:51

i porównanie a schemat

00:01:53

innego gracza.

00:01:54

Więc w tym celu pójdziemy na zawsze

00:01:56

w naszym pliku, ten.

00:01:58

Więc przechodzisz do zakładki fotoradarów tutaj.

00:02:00

I nagle znajdziemy z

00:02:03

dane, które wyodrębniłem na tej stronie,

00:02:05

Więc możesz iść dalej

00:02:06

konsultować się w sprawie serii, jak sądzę,

00:02:08

Postawiłem 10 graczy...

00:02:10

To 10 graczy, mając

00:02:11

Trochę funkcji

00:02:12

W aspekcie ofensywnym, więc

00:02:14

Liczba rozegranych minut

00:02:16

w danym okresie,

00:02:17

liczbę strzelonych goli,

00:02:19

liczba asyst,

00:02:20

liczba strzałów na mecz i

00:02:22

Liczba dryblingów na mecz. I

00:02:24

Skończymy z

00:02:26

te różne wartości i

00:02:28

problem, jaki będziemy mieli z tym,

00:02:30

chodzi o to, że jeśli aplikuję

00:02:31

bezpośrednio mój radar

00:02:33

na tych wartościach, więc na przykład,

00:02:36

Porównam Kyliana Mbappé

00:02:38

i Nicolas

00:02:39

PépéLille, chyba tak mówią

00:02:41

W ten sposób nie jestem zbyt piłkarski, zrobimy to

00:02:45

Więc idź i dodaj nasz radar. Tu.

00:02:49

A o co będziemy się martwić?

00:02:52

Tam zdajemy sobie sprawę, że to nie działa

00:02:54

Bardzo dobrze nasz wykres. Po co?

00:02:56

Ponieważ skończymy tylko z jednym

00:02:58

pasuje tutaj do liczby, która będzie pasować do liczby

00:03:00

rozegranych minut i inne

00:03:01

W efekcie mamy wrażenie, że

00:03:03

nie są brane pod uwagę.

00:03:05

Więc w rzeczywistości nie jest tak, że nie są

00:03:06

nieuwzględnione,

00:03:07

To jest to, że nagle ta skala

00:03:09

liczbę rozegranych minut,

00:03:11

Stanie się skalą również dla

00:03:13

inne wartości. Więc zazwyczaj będziemy

00:03:15

Porównaj 2344 minuty do 33 goli

00:03:17

W rzeczywistości jest tu pewna cecha,

00:03:19

Istnieje radar, który

00:03:21

jest tworzona, ale wartość jest

00:03:23

tak niskie w porównaniu do

00:03:25

Wreszcie liczba rozegranych minut

00:03:27

Skala jest tak różna

00:03:28

że nagle nawet tego nie widzimy.

00:03:31

A jeśli go powiększę,

00:03:33

Nadal mogę powiększyć trochę więcej.

00:03:35

Proszę bardzo

00:03:35

Zaczynamy widzieć, że istnieje mały

00:03:38

coś tam po bokach, ale

00:03:39

W każdym razie nie nadaje się do użytku.

00:03:41

Do tego przygotowałem kolejny

00:03:44

Stół, który idzie to, co nazywa się

00:03:45

w rzeczywistości normalizują wartości.

00:03:47

Chodzi o to, że umieścimy wszystko

00:03:49

co nazywa się w bazie 1.

00:03:50

To znaczy, tam,

00:03:52

na każdej z wartości,

00:03:53

Wezmę wartość, o której mowa;

00:03:55

i podziel go przez maksimum

00:03:57

kto został napotkany w kolumnie

00:03:59

kto tu jest. I tak dalej,

00:04:02

Najwyższa wartość idzie tak

00:04:04

mają 1 i nagle wartości

00:04:06

którzy są poniżej będą mieli

00:04:08

wartość między 0 a 1 i że tak I

00:04:11

powtarza go w każdej z kolumn

00:04:12

i co mnie napędza

00:04:15

Kończą się tylko

00:04:16

wartości z zakresu od 0 do 1.

00:04:19

Więc faktycznie usuwam

00:04:20

Problem, który mógłbym mieć

00:04:22

spełnić. A kiedy aplikujesz

00:04:24

Tak więc, typowo ten wykres,

00:04:26

Więc przerobiłem dokładnie

00:04:28

Tak samo na 2 graczy i dobrze

00:04:30

Tam teraz staje się dużo

00:04:32

łatwiejsze do porównania z

00:04:34

nagle drabiny, które są

00:04:36

szanujcie się nawzajem.

00:04:38

A więc potencjalnie mogę tam pojechać

00:04:39

Dodaj gracza, mogę iść

00:04:41

Usuń tego gracza, zejdź na dół

00:04:43

trochę niżej, więc oczywiście musisz

00:04:45

idź na maksa, myślę o trzech elementach:

00:04:48

Na wykresie dwa już wystarczą

00:04:50

Skomplikowane do czytania, ale tutaj, aby móc

00:04:52

natychmiast porównaj dane z

00:04:54

moi różni piłkarze,

00:04:55

Widzicie.

00:04:56

A w locie, tam,

00:04:57

Mogę je dość łatwo edytować.

00:04:59

To ważny krok.

00:05:01

Jeśli musisz korzystać z radarów,

00:05:03

iść, co ci mówiłem,

00:05:04

Więc

00:05:05

Standaryzuj dane i to widziałeś

00:05:07

Tak więc formuła nie jest bardzo skomplikowana.

00:05:09

W każdym razie zachowasz pliki,

00:05:10

Więc trzymaj go w kącie, jeśli

00:05:12

Pomyśl, że pewnego dnia będziesz potrzebować

00:05:14

Stwórz radar do zapamiętania

00:05:16

manipulacja, którą należy przeprowadzić

00:05:18

, aby znormalizować różne wartości.

00:00:02

जो खेलते हैं या खेल चुके हैं

00:00:05

फुटबॉल आमतौर पर कंसोल पर या यहां तक कि

00:00:08

जब आप फुटबॉल मैच देखते हैं,

00:00:10

आप इस प्रकार का भोजन कर सकते हैं

00:00:12

वहां प्रतिनिधित्व और अक्सर,

00:00:13

यह एक की तुलना करने के लिए है

00:00:15

या कई खिलाड़ी,

00:00:16

एक-दूसरे के संबंध में।

00:00:18

तो वास्तव में इस का रूप

00:00:20

तत्व को क्या कहा जाता है?

00:00:22

स्टार में। आपके पास मौजूद हर शाखा

00:00:24

यहां एक सुविधा का प्रतिनिधित्व किया जाएगा।

00:00:26

इसलिए अगर हम फुटबॉल पर बने रहते हैं, तो हम कर सकते हैं

00:00:29

ड्रिबल करने की क्षमता है,

00:00:31

स्कोर करने की क्षमता, सहायता,

00:00:33

वगैरह, वगैरह।

00:00:34

और इसलिए एक ही दृश्य में,

00:00:36

हमारे पास बहुत सारी विशेषताएं होंगी

00:00:38

अलग और उसके अनुसार

00:00:39

खिलाड़ी के आंकड़े,

00:00:40

हमारे पास एक पैटर्न होगा जिसका पता लगाया जाएगा

00:00:43

यहां और कौन अचानक पत्राचार करेगा

00:00:46

किसके संबंध में इसके पदचिह्न के लिए

00:00:48

विशेषताएं जिन्हें तय किया जा सकता है

00:00:49

और इसलिए महसूस करें कि

00:00:52

ऐसे खिलाड़ियों का प्रमुख क्या है?

00:00:54

बल्कि इन तत्वों बनाम दूसरे पर

00:00:57

जिस दिन वह इन तत्वों पर निर्भर करता है।

00:00:59

तो वहां हम आमतौर पर उपयोग कर सकते हैं

00:01:01

वास्तव में बलों के लिए

00:01:02

और एक एथलीट की कमजोरियां,

00:01:04

संकेतन द्वारा भी किया जा सकता है,

00:01:06

सेवा रेटिंग के लिए

00:01:07

एक कंपनी के।

00:01:08

एक कंपनी सक्षम होना चाहती है

00:01:10

इसकी विभिन्न सेवाओं की तुलना करें

00:01:11

लागत की शर्तें, के संदर्भ में

00:01:13

निवेश पर रिटर्न, के संदर्भ में

00:01:15

कार्बन पदचिह्न, वगैरह, वगैरह।

00:01:17

और इसलिए संभावित रूप से,

00:01:18

रखना

00:01:19

वह इसे प्रदर्शित करने में सक्षम होगा

00:01:20

उस आदमी पर।

00:01:22

ध्यान रखें कि यह कर सकता है

00:01:23

संभावित रूप से थोड़ा विघटनकारी हो सकता है

00:01:25

लोगों के लिए इसका उपयोग करने के लिए क्योंकि

00:01:27

कि आप खुद को पाएंगे

00:01:29

150 विभिन्न पैमानों के साथ,

00:01:30

प्रत्येक शाखा के लिए।

00:01:31

तो यहां हम कई लक्ष्यों के बारे में बात करेंगे,

00:01:34

वहां यह संख्या होगी,

00:01:36

उदाहरण के लिए, मिनट खेले गए,

00:01:37

इसलिए ऐसा बिल्कुल नहीं होने जा रहा है।

00:01:39

मूल्यों का एक ही पैमाना और इसलिए

00:01:42

संभावित रूप से यह थोड़ा हो सकता है

00:01:44

पढ़ने में परेशानी होती है और आखिरकार यह

00:01:46

याद रखने वाली बात यह है कि

00:01:47

जो मायने रखता है वह यह है कि

00:01:49

जिस योजना का वह प्रतिनिधित्व करेगा

00:01:51

और तुलना बनाम एक योजना

00:01:53

एक और खिलाड़ी।

00:01:54

तो इसके लिए हम हमेशा के लिए जा रहे हैं

00:01:56

हमारी फाइल में, वह एक।

00:01:58

तो आप यहां स्पीड कैमरा टैब पर जाएं।

00:02:00

और हम अचानक पाएंगे

00:02:03

डेटा जो मैंने इस साइट पर निकाला,

00:02:05

तो आप आगे बढ़ सकते हैं

00:02:06

एक श्रृंखला के लिए परामर्श करें, मेरा मानना है,

00:02:08

मैंने 10 खिलाड़ियों को रखा...

00:02:10

ये 10 खिलाड़ी हैं,

00:02:11

थोड़ी सी विशेषताएं

00:02:12

हमलावर पहलू पर, इसलिए

00:02:14

उनके द्वारा खेले गए मिनटों की संख्या

00:02:16

दी गई अवधि में,

00:02:17

गोल ों की संख्या,

00:02:19

सहायता की संख्या,

00:02:20

प्रति गेम शॉट्स की संख्या और

00:02:22

प्रति गेम ड्रिबल की संख्या। और

00:02:24

हम खत्म हो जाएंगे

00:02:26

ये अलग-अलग मूल्य और

00:02:28

समस्या यह है कि हमें इसके साथ होने जा रहा है,

00:02:30

यह है कि अगर मैं आवेदन करता हूं

00:02:31

सीधे मेरा रडार

00:02:33

इन मूल्यों पर, इसलिए उदाहरण के लिए,

00:02:36

मैं किलियन एम्बाप्पे की तुलना करूंगा

00:02:38

और निकोलस

00:02:39

पेपेलिल, मुझे लगता है कि वे ऐसा कहते हैं

00:02:41

इस तरह, मैं बहुत फुटबॉल नहीं हूं, हम करेंगे

00:02:45

तो जाओ और हमारे रडार को जोड़ें। यहाँ।

00:02:49

और हम किस बारे में चिंता करने जा रहे हैं?

00:02:52

वहां, हम महसूस करते हैं कि यह काम नहीं करता है

00:02:54

बहुत अच्छी तरह से हमारा ग्राफ। किस लिए?

00:02:56

क्योंकि हम सिर्फ एक के साथ समाप्त होने जा रहे हैं

00:02:58

यहां बार जो संख्या से मेल खाएगा

00:03:00

मिनटों की संख्या और अन्य

00:03:01

नतीजतन, हमें यह धारणा है कि वे

00:03:03

ध्यान में नहीं रखा जाता है।

00:03:05

तो वास्तव में ऐसा नहीं है कि वे नहीं हैं

00:03:06

ध्यान में नहीं रखा गया,

00:03:07

यह है कि अचानक यह पैमाना

00:03:09

खेले गए मिनटों की संख्या,

00:03:11

यह किसके लिए पैमाना भी बन जाएगा?

00:03:13

अन्य मूल्य। तो आम तौर पर हम करेंगे

00:03:15

2344 मिनट से 33 गोल की तुलना करें

00:03:17

वास्तव में यहां एक विशेषता है,

00:03:19

रडार है कि

00:03:21

बनता है लेकिन मूल्य क्या है?

00:03:23

की तुलना में इतना कम

00:03:25

खेले गए मिनटों की संख्या, अंत में

00:03:27

पैमाना इतना अलग है

00:03:28

कि अचानक हम इसे देखते भी नहीं हैं।

00:03:31

और अगर मैं उस पर ज़ूम इन करता हूं,

00:03:33

मैं अभी भी थोड़ा और ज़ूम कर सकता हूं।

00:03:35

तुम वहाँ जाओ

00:03:35

हम यह देखना शुरू करते हैं कि एक छोटा सा है

00:03:38

किनारों पर कुछ है लेकिन

00:03:39

किसी भी मामले में यह उपयोग करने योग्य नहीं है।

00:03:41

तो इसके लिए मैंने एक और तैयार किया

00:03:44

तालिका जिसे कहा जाता है

00:03:45

वास्तव में मूल्यों को सामान्य करें।

00:03:47

विचार यह है कि हम सब कुछ लगा देंगे

00:03:49

जिसे आधार 1 में कहा जाता है।

00:03:50

कहने का तात्पर्य यह है कि वहाँ,

00:03:52

प्रत्येक मूल्य पर,

00:03:53

मैं प्रश्न में मूल्य लूंगा

00:03:55

और इसे अधिकतम से विभाजित करें

00:03:57

कॉलम में किसका सामना हुआ

00:03:59

यहां कौन है। और इसलिए वहां से,

00:04:02

उच्चतम मूल्य ऐसा होता है

00:04:04

1 है और अचानक मान

00:04:06

जो नीचे हैं उनके पास होगा

00:04:08

मान 0 और 1 के बीच है और इसलिए मैं

00:04:11

इसे प्रत्येक स्तंभ पर दोहराता है

00:04:12

और क्या मुझे जाने के लिए मजबूर करता है

00:04:15

केवल अंत के साथ

00:04:16

मान जो 0 और 1 के बीच होंगे।

00:04:19

तो मैं वास्तव में हटा देता हूं

00:04:20

समस्या मुझे हो सकती है

00:04:22

पूरा करना। और जब आप आवेदन करते हैं

00:04:24

तो, आमतौर पर वह ग्राफ,

00:04:26

तो मैंने बिल्कुल फिर से काम किया

00:04:28

2 खिलाड़ियों पर एक ही तरह से और अच्छी तरह से

00:04:30

अब यह बहुत कुछ हो जाता है

00:04:32

अधिक आसानी से तुलनीय

00:04:34

अचानक सीढ़ी जो हैं

00:04:36

एक-दूसरे का सम्मान करें।

00:04:38

और इसलिए संभावित रूप से, मैं जा सकता हूं

00:04:39

एक खिलाड़ी जोड़ें, मैं जा सकता हूं

00:04:41

उस खिलाड़ी को हटा दो, नीचे जाओ

00:04:43

थोड़ा कम है तो जाहिर है कि आपको करना होगा

00:04:45

अधिकतम जाओ मैं तीन तत्वों के बारे में सोचता हूं

00:04:48

ग्राफ पर, दो पहले से ही पर्याप्त है

00:04:50

पढ़ने के लिए जटिल लेकिन यहां सक्षम होने के लिए

00:04:52

तुरंत डेटा की तुलना करें

00:04:54

मेरे अलग-अलग फुटबॉलर,

00:04:55

आप समझ सकते हैं।

00:04:56

और मक्खी पर, वहाँ,

00:04:57

मैं जा सकता हूं और उन्हें काफी आसानी से संपादित कर सकता हूं।

00:04:59

तो यह एक महत्वपूर्ण कदम है।

00:05:01

यदि आपको रडार का उपयोग करना है,

00:05:03

जाने के लिए, जो मैं आपको बता रहा था,

00:05:04

फलस्वरूप

00:05:05

डेटा को मानकीकृत करें और आपने देखा है कि

00:05:07

इसलिए सूत्र बहुत जटिल नहीं है।

00:05:09

वैसे भी आप फाइलें रखेंगे,

00:05:10

इसलिए यदि आप इसे एक कोने में रखते हैं

00:05:12

सोचें कि एक दिन आपको आवश्यकता होगी

00:05:14

याद रखने के लिए एक रडार बनाएं

00:05:16

हेरफेर जो किया जाना चाहिए

00:05:18

विभिन्न मूल्यों को सामान्य बनाने के लिए।

00:00:02

siapa yang bermain atau pernah bermain

00:00:05

sepak bola biasanya di konsol atau bahkan

00:00:08

ketika Anda menonton pertandingan sepak bola,

00:00:10

Anda dapat memiliki jenis ini

00:00:12

representasi di sana dan sering,

00:00:13

Ini untuk membandingkan a

00:00:15

atau beberapa pemain,

00:00:16

dalam hubungannya satu sama lain.

00:00:18

Jadi memang bentuk ini

00:00:20

elemen adalah apa yang juga disebut

00:00:22

di bintang. Setiap cabang yang Anda miliki

00:00:24

Di sini akan mewakili fitur.

00:00:26

Jadi jika kita tetap di sepakbola, kita bisa

00:00:29

memiliki kemampuan menggiring bola,

00:00:31

kemampuan untuk mencetak gol, membantu,

00:00:33

dan sebagainya, dan sebagainya.

00:00:34

Dan dalam satu visual,

00:00:36

Kita akan memiliki banyak fitur

00:00:38

berbeda dan menurut

00:00:39

statistik pemain,

00:00:40

Kita akan memiliki pola yang akan dilacak

00:00:43

di sini dan siapa yang akan berkorespondensi tiba-tiba

00:00:46

untuk jejaknya dalam kaitannya dengan

00:00:48

Karakteristik yang bisa diperbaiki

00:00:49

dan karena itu menyadari bahwa

00:00:52

Dominan dari pemain tersebut adalah

00:00:54

melainkan pada elemen-elemen ini versus yang lain

00:00:57

hari yang agak pada elemen-elemen ini.

00:00:59

Jadi di sana kita bisa menggunakan biasanya

00:01:01

Memang untuk pasukan

00:01:02

dan kelemahan seorang atlet,

00:01:04

seseorang juga dapat memiliki notasi,

00:01:06

untuk peringkat layanan

00:01:07

dari sebuah perusahaan.

00:01:08

Sebuah perusahaan ingin dapat

00:01:10

Bandingkan berbagai layanannya di

00:01:11

istilah biaya, dalam hal

00:01:13

Pengembalian investasi, dalam hal

00:01:15

jejak karbon, dan sebagainya.

00:01:17

Dan berpotensi,

00:01:18

punya

00:01:19

Dia akan dapat menampilkannya

00:01:20

pada pria itu.

00:01:22

Sadarilah bahwa itu bisa

00:01:23

berpotensi sedikit mengganggu

00:01:25

bagi orang untuk menggunakannya karena

00:01:27

bahwa Anda akan menemukan diri Anda sendiri

00:01:29

dengan 150 skala berbeda,

00:01:30

untuk masing-masing cabang.

00:01:31

Jadi di sini kita akan berbicara tentang sejumlah tujuan,

00:01:34

di sana akan ada nomornya,

00:01:36

Misalnya, menit bermain,

00:01:37

Jadi itu tidak akan terjadi sama sekali

00:01:39

skala nilai yang sama dan karenanya

00:01:42

Berpotensi bisa sedikit

00:01:44

mengganggu untuk membaca dan akhirnya ini

00:01:46

Yang harus diingat adalah bahwa

00:01:47

Yang penting adalah

00:01:49

skema yang akan diwakilinya

00:01:51

dan perbandingan versus skema

00:01:53

dari pemain lain.

00:01:54

Jadi untuk itu kita akan pergi selamanya

00:01:56

di file kami, yang itu.

00:01:58

Jadi Anda pergi ke tab kamera kecepatan di sini.

00:02:00

Dan kita akan menemukan tiba-tiba dengan

00:02:03

data yang saya ekstrak di situs ini,

00:02:05

Jadi Anda bisa melanjutkan

00:02:06

berkonsultasi untuk serangkaian, saya percaya,

00:02:08

Saya menempatkan 10 pemain ...

00:02:10

Itu 10 pemain, memiliki

00:02:11

Sedikit fitur

00:02:12

pada aspek menyerang, jadi

00:02:14

Jumlah menit mereka bermain

00:02:16

selama periode tertentu,

00:02:17

jumlah gol yang dicetak,

00:02:19

jumlah assist,

00:02:20

jumlah tembakan per game dan

00:02:22

Jumlah dribel per game. Dan

00:02:24

Kita akan berakhir dengan

00:02:26

nilai-nilai yang berbeda ini dan

00:02:28

Masalah yang akan kita hadapi dengan itu,

00:02:30

itu jika saya melamar

00:02:31

langsung radar saya

00:02:33

pada nilai-nilai ini, jadi misalnya,

00:02:36

Saya akan membandingkan Kylian Mbappé

00:02:38

dan Nicolas

00:02:39

PépéLille, kurasa mereka mengatakannya

00:02:41

Seperti itu, saya tidak terlalu sepakbola, kami akan melakukannya

00:02:45

Jadi pergi dan tambahkan radar kami. Sini.

00:02:49

Dan apa yang akan kita khawatirkan?

00:02:52

Di sana, kami menyadari bahwa itu tidak berhasil

00:02:54

Sangat baik grafik kami. Untuk apa?

00:02:56

Karena kita akan berakhir hanya dengan satu

00:02:58

bilah di sini yang akan cocok dengan nomornya

00:03:00

menit bermain dan lain-lain

00:03:01

Sebagai hasilnya, kami memiliki kesan bahwa mereka

00:03:03

tidak diperhitungkan.

00:03:05

Jadi sebenarnya bukan karena mereka tidak

00:03:06

tidak diperhitungkan,

00:03:07

Tiba-tiba skala ini

00:03:09

jumlah menit bermain,

00:03:11

Ini akan menjadi skala juga untuk

00:03:13

nilai-nilai lainnya. Jadi biasanya kami akan melakukannya

00:03:15

Bandingkan 2344 menit dengan 33 gol

00:03:17

Pada kenyataannya ada sifat di sini,

00:03:19

Ada radar yang

00:03:21

terbentuk tetapi nilainya adalah

00:03:23

sangat rendah dibandingkan dengan

00:03:25

Jumlah menit bermain, akhirnya

00:03:27

Skalanya sangat berbeda

00:03:28

bahwa tiba-tiba kita bahkan tidak melihatnya.

00:03:31

Dan jika saya memperbesarnya,

00:03:33

Saya mungkin masih bisa memperbesar sedikit lagi.

00:03:35

Dan itu dia

00:03:35

Kita mulai melihat bahwa ada yang kecil

00:03:38

sesuatu di sana di samping tapi

00:03:39

Bagaimanapun, itu tidak dapat digunakan.

00:03:41

Jadi untuk itu saya menyiapkan yang lain

00:03:44

Tabel yang berjalan apa yang disebut

00:03:45

Bahkan, menormalkan nilai.

00:03:47

Idenya adalah bahwa kita akan menempatkan segalanya

00:03:49

Apa yang disebut dalam basis 1.

00:03:50

Artinya, di sana,

00:03:52

pada masing-masing nilai,

00:03:53

Saya akan mengambil nilai yang dimaksud

00:03:55

dan pergi membaginya dengan maksimum

00:03:57

yang ditemui di kolom

00:03:59

Siapa disini. Dan dari sana,

00:04:02

Nilai tertinggi berjalan begitu

00:04:04

memiliki 1 dan tiba-tiba nilainya

00:04:06

yang di bawah ini akan memiliki

00:04:08

nilai antara 0 dan 1 dan itu jadi saya

00:04:11

mengulanginya di setiap kolom

00:04:12

dan apa yang membuat saya pergi

00:04:15

berakhir dengan hanya

00:04:16

nilai yang akan berada di antara 0 dan 1.

00:04:19

Jadi saya benar-benar menghapus

00:04:20

Masalah yang bisa saya miliki

00:04:22

bertemu. Dan ketika Anda melamar

00:04:24

Jadi, biasanya grafik itu,

00:04:26

Jadi saya mengulang persis

00:04:28

Cara yang sama pada 2 pemain dan yah

00:04:30

Di sana sekarang menjadi banyak

00:04:32

lebih mudah dibandingkan dengan

00:04:34

tiba-tiba tangga yang

00:04:36

saling menghormati.

00:04:38

Dan di sana berpotensi, saya bisa pergi

00:04:39

Tambahkan pemain, saya bisa pergi

00:04:41

Hapus pemutar itu, turun

00:04:43

sedikit lebih rendah jadi jelas Anda harus

00:04:45

pergi ke maksimum Saya memikirkan tiga elemen

00:04:48

Pada grafik, dua sudah cukup

00:04:50

Rumit untuk dibaca tetapi di sini untuk dapat

00:04:52

Segera bandingkan data dari

00:04:54

pemain sepak bola saya yang berbeda,

00:04:55

Anda lihat.

00:04:56

Dan dengan cepat, di sana,

00:04:57

Saya bisa pergi dan mengeditnya dengan cukup mudah.

00:04:59

Jadi itu langkah penting.

00:05:01

Jika Anda harus menggunakan radar,

00:05:03

untuk pergi, apa yang saya katakan,

00:05:04

Jadi

00:05:05

standarisasi data dan Anda telah melihatnya

00:05:07

Jadi rumusnya tidak terlalu rumit.

00:05:09

Pokoknya Anda akan menyimpan file,

00:05:10

Jadi simpan di sudut jika Anda

00:05:12

Pikirkan bahwa suatu hari Anda akan membutuhkannya

00:05:14

Buat radar untuk diingat

00:05:16

Manipulasi yang harus dilakukan

00:05:18

untuk menormalkan nilai yang berbeda.

00:00:02

que jogam ou já jogaram no passado,

00:00:05

tipicamente futebol em consoles ou mesmo

00:00:08

Quando você assiste a jogos de futebol,

00:00:10

Pode ter este tipo de

00:00:12

representação lá e muitas vezes,

00:00:13

É comparar um

00:00:15

ou múltiplos intervenientes,

00:00:16

em relação uns aos outros.

00:00:18

Então, efetivamente, a forma disso

00:00:20

também é chamado de

00:00:22

em forma de estrela. Todos os ramos que você tem

00:00:24

Aqui vai representar uma característica.

00:00:26

Então, se ficarmos no futebol, podemos

00:00:29

têm a capacidade de driblar,

00:00:31

capacidade de marcar, assistências,

00:00:33

et cetera, et cetera.

00:00:34

E assim, em um único visual,

00:00:36

Vamos ter muitos recursos

00:00:38

diferente e dependendo do

00:00:39

Estatísticas do jogador,

00:00:40

Vamos ter um diagrama que vai desenhar

00:00:43

aqui e isso vai corresponder

00:00:46

à sua pegada em relação à

00:00:48

às características que foram definidas

00:00:49

e, portanto, perceber que o

00:00:52

dominante de tal jogador é

00:00:54

antes sobre estes elementos versus outro

00:00:57

dia que é mais sobre esses elementos.

00:00:59

Então, lá nós normalmente podemos usar

00:01:01

efetivamente para as forças

00:01:02

e fraquezas de um atleta,

00:01:04

Também podemos ter por notação,

00:01:06

para classificações de serviço

00:01:07

de uma empresa.

00:01:08

Uma empresa quer ser capaz de

00:01:10

Compare os seus diferentes serviços em

00:01:11

em termos de custos, em termos de

00:01:13

Retorno do investimento, em termos de

00:01:15

pegada de carbono, et cetera, et cetera.

00:01:17

E assim, potencialmente,

00:01:18

têm

00:01:19

Vai poder exibi-lo

00:01:20

sobre esse cara.

00:01:22

Esteja ciente de que pode

00:01:23

potencialmente ser um pouco perturbador

00:01:25

para as pessoas o usarem porque

00:01:27

que você vai se encontrar

00:01:29

com 150 escalas diferentes,

00:01:30

para cada um dos ramos.

00:01:31

Então aqui vamos falar sobre uma série de objetivos,

00:01:34

Esse vai ser o número,

00:01:36

por exemplo, minutos jogados,

00:01:37

Então não vai estar lá de jeito nenhum

00:01:39

mesma escala de valores e, portanto,

00:01:42

Potencialmente pode ser um pouco

00:01:44

perturbador para ler e, no final, o que

00:01:46

O importante é lembrar que

00:01:47

O que importa é mais um estrondo

00:01:49

o diagrama que ele vai representar

00:01:51

e comparação versus um diagrama

00:01:53

de outro jogador.

00:01:54

Então, para isso nós vamos sempre

00:01:56

no nosso arquivo, este.

00:01:58

Então você vai para a aba aqui de radares de velocidade.

00:02:00

E vamos encontrá-lo novamente com

00:02:03

dados que extraí desse sítio,

00:02:05

Assim, você será capaz de ir a

00:02:06

consultar para uma série de, creio,

00:02:08

Coloquei 10 jogadores...

00:02:10

É disso que se tratam 10 jogadores, tendo

00:02:11

Um pouco das características

00:02:12

no aspeto ofensivo, assim o

00:02:14

Número de minutos jogados

00:02:16

durante o período em causa,

00:02:17

o número de golos marcados,

00:02:19

o número de assistências,

00:02:20

o número de remates por jogo e o

00:02:22

número de dribles por jogo. e ainda

00:02:24

Então, vamos acabar com

00:02:26

estes diferentes valores e

00:02:28

a preocupação que vamos ter com isso,

00:02:30

é que se eu me candidatar

00:02:31

diretamente meu radar

00:02:33

sobre estes valores, assim, por exemplo,

00:02:36

Vou comparar Kylian Mbappé

00:02:38

e Nicolau

00:02:39

PépéLille, acho que o dizem

00:02:41

Assim, eu não sou muito de futebol, nós vamos

00:02:45

Então, vamos adicionar o nosso radar. Aqui.

00:02:49

E o que vamos ter em mente?

00:02:52

É quando você percebe que não funciona

00:02:54

Muito bem o nosso gráfico. Para quê?

00:02:56

Porque vamos acabar com apenas um

00:02:58

barra aqui que vai corresponder ao número

00:03:00

minutos jogados e outros

00:03:01

Como resultado, parece que eles estão

00:03:03

não são tidos em conta.

00:03:05

Então, na verdade, não é que eles não sejam

00:03:06

não tidos em conta,

00:03:07

É que esta escala

00:03:09

o número de minutos jogados,

00:03:11

Vai tornar-se a escada para o

00:03:13

outros valores. Então, normalmente, vamos

00:03:15

comparar 2344 minutos com 33 golos

00:03:17

Na verdade, há uma linha aqui,

00:03:19

Há o radar que

00:03:21

é formado, mas o valor é

00:03:23

tão baixo em comparação com o

00:03:25

número de minutos jogados, finalmente

00:03:27

A escala é tão diferente

00:03:28

que de repente nem sequer a vemos.

00:03:31

E se eu ampliar todo o caminho para ele,

00:03:33

Talvez eu ainda possa ampliar um pouco mais.

00:03:35

Aqui tens

00:03:35

Estamos começando a ver que há um pouco de

00:03:38

Algo lá nos lados, mas

00:03:39

Em qualquer caso, não é utilizável.

00:03:41

Então, para isso eu preparei outro

00:03:44

array que vai o que é chamado de

00:03:45

na verdade, normalizar os valores.

00:03:47

A ideia é que vamos colocar tudo

00:03:49

Isso é chamado de base 1.

00:03:50

Ou seja, aí,

00:03:52

em cada um dos valores,

00:03:53

Vou pegar o valor em questão

00:03:55

e divida pelo máximo

00:03:57

que foi atendido na coluna

00:03:59

quem está aqui. E assim, a partir daí,

00:04:02

O valor mais alto vai tão longe

00:04:04

têm 1 e, portanto, os valores

00:04:06

que estão embaixo vão ter um

00:04:08

valor entre 0 e 1 e é isso que eu

00:04:11

repete-o em cada uma das colunas

00:04:12

E o que me faz ir

00:04:15

Terminando com apenas

00:04:16

valores que vão estar entre 0 e 1.

00:04:19

Então, na verdade, estou apagando

00:04:20

O problema que eu tinha sido capaz de

00:04:22

conheça. E quando nos candidatamos

00:04:24

Então é isso, normalmente este gráfico,

00:04:26

Então eu fiz exatamente a mesma coisa novamente.

00:04:28

Da mesma forma em 2 jogadores e bem

00:04:30

Agora está ficando muito

00:04:32

mais facilmente comparável com

00:04:34

Como resultado, escadas que são

00:04:36

respeitem uns aos outros.

00:04:38

E assim, potencialmente, eu posso ir

00:04:39

adicionar um jogador, eu posso ir

00:04:41

Tire esse jogador, derrube-o

00:04:43

um pouco mais baixo, então obviamente você tem que

00:04:45

ir ao máximo eu penso em três elementos

00:04:48

No gráfico, dois já são suficientes

00:04:50

Complicado de ler, mas é o que você pode

00:04:52

Compare imediatamente os dados de

00:04:54

os meus diferentes futebolistas,

00:04:55

Estás a ver.

00:04:56

E na mosca, lá,

00:04:57

Eu posso ir e editá-los com bastante facilidade.

00:04:59

Então esse é um passo importante.

00:05:01

Se você é obrigado a usar radares de velocidade,

00:05:03

Para ir, o que eu estava lhe dizendo,

00:05:04

Consequentemente

00:05:05

normalize os dados e você viu isso

00:05:07

Portanto, a fórmula não é muito complicada.

00:05:09

De qualquer forma, você vai manter os arquivos,

00:05:10

Portanto, mantenha-o em um canto se você

00:05:12

Pense que um dia você vai precisar

00:05:14

Faça um radar para lembrá-lo de

00:05:16

o manuseamento que tem de ser feito

00:05:18

para normalizar os diferentes valores.

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Cette vidéo fait partie des cours suivants

Abonnés

2371 vues

E-learning Intermédiaire

Formation Vidéo Microsoft Excel - Intermédiaire

Augmentez votre champ d’action grâce à nos tutoriels intermédiaires dédiés aux formules, à la valorisation visuelle avancée ainsi qu’à l’ana...

Cours E-learning

TOUS LES COURS