布拉德•皮特 (Brad Pitt) 在 2011 年电影《金钱球》(Moneyball) 中的台词或许有点过于戏剧化，但这种情绪代表了十多年前的转折点，当时体育界的许多人开始接受更复杂、更科学的数据——做生意的驱动方式。
从球员招募和运动员培训到球迷营销和业余赌博，最成功的球队的经理和追随他们球队的人越来越依赖数据来决定我们最喜欢的运动。
法国诺欧商学院运动机能学院和信息学院的一个跨学科小组聚集在一起，开展了一个大规模开放的在线运动表现分析专业，以分享运动分析背后的科学。

与学术创新中心合作，该团队将于 5 月 17 日推出五门课程中的前三门。 Coursera 平台上的初始课程将介绍体育分析，仔细研究 Moneyball sabermetrics 方法，并展示如何使用各种预测具有运动数据的模型。包括关于负责任的体育赌博的讨论。
第四门课程将于 6 月推出，重点关注运动性能可穿戴技术的更多使用——Fitbits 和 Apple 手表等消费级智能设备，以及用于运动练习和比赛的更复杂设备。计划于 7 月开办的第五门课程是关于机器学习的。学生将编写从历史数据中学习的统计模型，例如比赛结果和传感器信息，以预测未来的结果。

运动表现分析
教职员工表示，该专业与信息学院最近宣布 的动视暴雪首席执行官罗伯特“鲍比”科蒂克的礼物非常吻合，该 计划旨在建立一个电子竞技项目，其中包括在 2022 年之前聘请一位有天赋的主席和培养一名未成年人。
在前三门课程中， 法国诺欧商学院运动机能学院的 Stephen J. Galetti 体育管理学院教授Stefan Szymanski和同事 Wenche Wang 和 Youngho Park 向 参与者介绍了创建和编程计算机的科学，这些计算机通过使用算法和统计模型。这包括现在著名的 Moneyball 球员分析和一项旨在解决“热手”有效性的练习，这是一个篮球术语，表明投篮出色的球员将重复这一成功。模特来自四种运动，棒球、篮球、足球和板球。然后鼓励学习者创建自己的统计分析。

“我们向人们展示了如何通过建模来产生与博彩公司非常一致的预测。这意味着如果你用这些预测下注，你会赢一些，也会输一些，”Szymanski 说。“你不会变得富有。它将使您能够使体育博彩更有趣、更明智，但您应该期待这是一项消费活动。这不是投资。这是一种享受乐趣的方式。”
教师们说，五门课程的专业化为许多观众提供了一些东西。这是对可能考虑从事体育分析工作的学生的该领域的介绍。该系列假设至少具有 Python 经验，即用于建模的软件。然而，Szymanski 指出，任何使用 R（现在体育分析领域的许多人使用的程序）工作的人都可以找到有关将练习调整到该软件的信息。

另一个广泛的受众是体育迷，他们希望将科学应用于他们的疯狂三月组、梦幻足球联赛、FanDuel 投注等。
“有两组体育迷，”Szymanski 说。“有情感的、怀旧的、传统的粉丝，他们相信整个事情的奥秘。他们只想看明星表演，这对他们来说就足够了。所以可能不是他们。
“然后还有其他人说这背后有什么事情；这些事情发生的背后是有原因的。这不仅仅是随机的。必须有一些解释。必须有一些模式出现，在这方面有一些可预测性。而这些人可能对数据分析感兴趣。”

数字营销 课程与其他课程的不同之处在于，教师使用大量真实示例向参与者教授工具，体育管理助理教授王说，他教授 Python 中的基本数据准备工具、总结和描述性分析以及回归分析，使用一个插图的热手概念。
“与传统的统计和数据分析课程不同，我们使用实际的体育数据并讨论人们在处理现实世界数据时可能遇到的各种问题，”她说。“虽然有一些感兴趣的粉丝和其他人的博客文章和论坛提供了一些使用实际运动表现数据的分析示例，但我们的课程教授学习者更严格的统计和计量经济学工具，超出了基本的描述性。”

运动机能学讲师 Park 教授有关有序逻辑回归模型的应用。
“这个模型对于预测体育比赛的结果特别有用，比如我最喜欢的球队是否赢/输/平局，”他说。“我希望学习者意识到强大的预测模型不一定是最复杂的模型。有了可靠/有效的自变量，我们就可以拟合现实和实用的预测模型来做出准确的预测。”
运动机能学学院应用运动科学和运动科学临床助理教授Peter Bodary说，可穿戴技术课程将侧重于设备实际测量的内容以及它们如何用于衡量运动员的压力和恢复情况 。
他的团队将花时间研究可穿戴设备的“内幕”，他们的课程将包括探索来自大学级运动队的实际数据集，包括游戏中的数据集（每分钟数据集）以及来自各个领域的日常指标整个季节。
“在运动和运动表现的训练和恢复方面，可穿戴设备提供了有关运动员及其训练压力的见解，”博达里说。“生成的数据可以帮助教练员和教练员防止运动员训练不足和过度训练。最终，人们非常希望能够使用可穿戴数据通过识别并减少导致更高受伤风险的因素来帮助减少球员受伤。”

信息学院信息学助理教授克里斯托弗•布鲁克斯( Christopher Brooks)表示，粉丝与可穿戴设备互动的一种方式是使用运动员数据来预测结果 ，他将领导最终的机器学习。
例如，他说，一项练习将涉及通过手臂移动的方式或脊柱的位置来预测拳击拳。另一项活动将展示如何使用现代机器学习数据科学方法预测球员或联赛的成功。
“这真的是最先进的技术，让我们开启了下一个十年、二十年的体育分析工作，”布鲁克斯说。“如果他们真的被这个错误咬了，他们想开始练习一些这样的东西——无论他们是为了赢得办公室池、赢得 DraftKings 还是理解他们自己的传感器数据——这些都是他们可以用来做到这一点的技术，本课程将向他们介绍，以便他们可以开始考虑下一步要做什么。”
他说，那些想在这个行业为团队、专家或新闻机构工作的人会对所需的技能有很好的了解，但也可能需要高级培训，比如通过信息学院的在线应用硕士提供的培训。 数据科学。