存在许多四分卫评估指标，但它们都将球丢在一个区域——隔离四分卫在传球前必须评估的特定变量，并评估四分卫在比赛后是否做出了最佳决定。为了缩小这一差距，Next Gen Stats （NGS） 团队使用 Amazon Web Services （AWS） 产品开发了 Passing Score，这是一种新的人工智能 （AI） 四分卫测量工具，用于评估传球表现。在 NFL 比赛过程中，四分卫所做的远不止传球。他们做出数百个瞬间决定。当他们接近争球线时，他们会评估防守球员的阵容、比赛剩余时间以及先攻所需的码数等因素。一旦比赛开始，比赛成功的可变性就会显着增加，复杂性显着增加，四分卫必须对将球扔到哪里做出快速判断。为了加剧可变性，接球手可能会在被推翻的球上做出令人难以置信的表现，或者防守球员可能会在空中传出完美的传球，从而触发拦截。过去，无论比赛结果如何，统计上的功劳或责任都归咎于四分卫。Prime Video 在 X 射线上首次为《周四橄榄球之夜》进行球迷投票创新功能将于 11 月 18 日在美国的部分设备上推出，届时新英格兰爱国者队将在 Prime Video 上迎战亚特兰大猎鹰队。现在，NFL 球迷有了及格分数。NGS 花了近一年的时间解决一系列复杂的技术问题，以创建及格分数工具。NGS 没有现有的剧本可遵循，但他们知道 AWS 具有独特的优势，可以通过其现有的体育数据驱动解决方案以及与 NFL 的深度技术合作伙伴关系来帮助应对这些挑战。在多年创建和部署 AWS 支持的机器学习 （ML） 模型的基础上，NGS 工程和分析团队与 AWS 专业服务数据科学小组合作，优化和组合了七个 ML 模型，其中包括一个用于在投球前预测传球价值的新模型。组合的 ML 模型为新的 NGS 及格分数提供支持。每个单独的模型都提供了有关球场上发生的事情的令人信服的见解，例如预测码数和完成概率。通过组合这些模型，分数（50-99 之间的数字）更好地反映了球迷、教练和球员用来评估四分卫传球表现的直觉。对 2021 年四分卫表现进行排名2021 年 NFL 常规赛带来了一些令人难忘的四分卫表现。我们评估了常规赛的比赛情况，并将该分析与过去三个赛季中超过 1600 万帧球员数据的视频帧相结合，以回答“谁是 2021 年常规赛最佳四分卫？01 / 08构建制胜组合NGS 及格分数是一个复杂方程的简单表示。根据设计，它不会简单地将所有传球码数、达阵和拦截数授予四分卫。相反，它隔离了传球者对传球结果的贡献，与接球手无关。它还控制每次传球的难度级别，以最好地包含最能预测未来表现的传球手的特征。最后，它将所有这些整合到一个指标中。传球得分的工作原理是分析跟踪数据来预测接球手在被瞄准时将获得多少码，并结合完成概率模型的增强，该模型现在还可以估计拦截的概率。与 AWS 团队一起创建的新系统为分数的主要组成部分中使用的“期望”指标提供支持。有了这种由 AWS 提供支持的新颖方法，NGS 及格分数可以扩展并考虑其他维度，例如冲球、擒杀和压力。要了解有关新指标的更多信息，请查看 NFL 创建的这篇博客，向您展示这一切在球场上的表现。
