یامال کی محدود حملہ آور صلاحیتیں

1.53K

یامال کے ایک جہتی حملے کے پیچھے کا ڈیٹا

میرے حالیہ Python اسکرپٹ (import pandas as pd; yamal_data = pd.read_csv(‘yamal_2024.csv’)) کے مطابق، اعداد و شمار ان شکوک کی تصدیق کرتے ہیں جو لوگ خاموشی سے کہتے ہیں: لامین یامال اپنے 73% حملے اکیلے ڈریبلنگ کے ذریعے مکمل کرتا ہے - یہ لا ماسیا گریجویٹس میں بھی ایک غیر معمولی بات ہے۔

جب ڈیفینڈرز کوڈ توڑ دیتے ہیں

پچھلے اتوار کے میچ میں اتھلیٹک کلب کے خلاف بات چیت کرنا دلچسپ تھا۔ پرتگال کے نیلسن سیمیدو، جو اس سیزن میں 82% ٹیکل کی کامیابی کی شرح رکھتے ہیں، نے تنگ مارکنگ کا مظاہرہ کیا:

یامال کو وائیڈ پوزیشن پر مجبور کیا (اسے کم پیداواری 15-گز راستے میں دھکیل دیا)
زونل پوزیشننگ کا استعمال کرتے ہوئے پاسنگ لینز کو بند کر دیا (دیکھیں Fig.1)
ناگزیر قدم کو پیشگی جان لیا (اور اوسطاً ہر 2.3 ڈریبلز پر ایسا ہوتا ہے)

python

گرمی کا نقشہ جو تنگ مارکنگ میں یامال کی xG کو ظاہر کرتا ہے

sns.kdeplot(data=yamal_data, x=‘field_position’, y=‘xG’, hue=‘defender_pressure’) plt.title(‘دباؤ میں یامال کی کارکردگی’)

میسی کا خاکہ

عظیم ترین فارورڈز جسمانی صلاحیتوں سے آگے بڑھتے ہیں۔ میسی کے کیریئر پر غور کریں:

عمر	ڈریبلز/90	کلیدی پاس/90
17	8.7	1.2
22	5.1	2.9
30	3.4	3.7

یہ عددی ترقی نے اسے اجازت دی کہ وہ تب بھی غالب رہے جب دفاعی کھلاڑیوں نے اس کی ڈریبلنگ ‘حل’ کر لی تھی۔ یامال کو درج ذیل چیزیں تیار کرنی چاہئیں:

بال سے دور حرکت (اس کی موجودہ سپرنٹس/90 ویجرز کی سب سے کم چوتھائی میں شامل ہے)
پاسنگ مجموعے (صرف 12% حملوں میں دیوار پاس شامل ہوتا ہے)
شوٹنگ کی تبدیلی (87% شاٹس پینلٹی آرک کے اندر بائیں پیر سے آتے ہیں)

میرا پیش گوئی ماڈل بتاتا ہے کہ اگر یامال ان رجحانات کو عمر 19 سے آگے برقرار رکھتا ہے تو اس کے ایلیٹ فارورڈ بننے کی صرف 28% امکان ہے۔

1.85K

933

QuantumJump_FC

لائکس：22.69K فینز：2.74K

Data scientist building the future of sports analytics. Creator of Premier League's first real-time xG prediction engine. Turning stadium chaos into elegant equations since 2015. Currently training LSTM models to outsmart bookmakers.

مشہور تبصرہ (6)

SiningMayamang

1 ہفتہ پہلے

Analyst mode ON: Pero grabe naman kay Yamal! 73% ng attacks niya solo dribble lang? Parang ako nung college - iisa ang technique (chicks lang), hanggang sa na-solve ng blockers! 😂

Heatmap don’t lie: Kitang-kita sa data, pag tight marking gaya kay Semedo, parang siyang si Jollibee sa spaghetti - paikot-ikot pero ending nasa same spot pa rin!

Messi comparison: Dapat matuto siya kay GOAT - nag-evolve from ‘dribble king’ to ‘pass master’. 28% chance lang sabi ng stats ko, unless mag-improve ang:

Off-ball movement (parang ghosting sa GCash)
Passing (wag puro ‘seen zone’)

Sa mga fans: Okay lang ba sa inyo na puro dribble si idol? Comment nyo tactics para sa kanya! #SanaAllMayPlanB

999

Статистик_Футбол

1 ہفتہ پہلے

Статистика не врет

73% атак через дриблинг? Даже Месси в 17 лет так не выделывался! 🤯

Защитники уже раскусили

Семеду показал мастер-класс: запирай фланг, жди степовера (каждые 2.3 дриблинга!) - прибыль гарантирована. Чем не бизнес-план?

Будущее под вопросом

По моей модели - всего 28% шансов прокачаться до элиты. Хотя… может, он просто копит скиллы для большого апгрейда? 😏

P.S. Болельщики Барсы, сколько еще терпеть этот «левый» футбол?

StatHeld

6 دن پہلے

73% Dribbling – und dann?

Meine Excel-Tabelle weint: Yamal nutzt 73% seiner Angriffe für Solo-Dribblings – das ist wie ein Student, der nur Currywurst isst. Ernährungsplan? Fehlanzeige!

Semedo‘s Mathe-Hausaufgabe

Der arme Nélson Semedo hat‘s kapiert: 1) Yamal nach außen lenken (wo er nur 0,3 xG hat), 2) Passwege blockieren, 3) Aufs 2,3-te Step-over warten. Lehrbuchmäßig!

Messi würde Excel öffnen

Selbst Messi reduzierte seine Dribblings von 8,7 auf 3,4/Spiel – aber Yamal? Der trainiert wohl mit einer kaputten D-Pad-Taste. Mein Modell sagt: 72% Chance, dass sein nächster Pass an den Balljungen geht.

Diskutiert weiter – ist Yamal der neue Robben oder nur ein Datenausreißer?

377

นักวิเคราะห์ข้อมูล