本周日，美国国家橄榄球联盟将在佛罗里达州坦帕市举办超级碗 LV，坦帕湾海盗队和堪萨斯城酋长队将争夺隆巴迪奖杯，并有机会将自己的名字写在记录簿上。对于酋长队来说，他们正试图成为背靠背冠军，而海盗队则自 2003 年以来首次参加超级碗比赛。整个赛季，亚马逊云科技和 NFL 一直共同努力，加深球迷参与度、加速创新并建设足球的未来。AWS 提供的技术使联盟能够举办首次虚拟 NFL 选秀，NFL 正在利用 AWS 的机器学习技术来改善球员的健康和安全。自 2017 年以来，NFL 一直依靠 AWS 的云计算技术，通过由 AWS 提供支持的 Next Gen Stats 来激发球迷的兴趣和教育，通过具有高级统计数据的数据驱动方法突出球场上球员的才华。下一代统计数据是捕获球场每一寸球员和每场比赛的实时位置数据、速度和加速度。整个体育场的传感器跟踪放置在球员肩垫和足球中的标签，在英寸内绘制球员和球的个人动作。查看 2020 年推出的由 AWS 提供支持的新下一代统计数据，其中一些数据出现在本季结束的最新 AWS 广告中。为了帮助全球约有 1 亿观众对今年最盛大的足球比赛感到兴奋，我们来看看本赛季一些最令人印象深刻的下一代统计数据。请务必收看美国东部时间周日下午 6：30 在 CBS 上播出的超级碗比赛，比赛期间将播放由 AWS 提供支持的下一代统计数据。冲球码数超过预期，赛季平均以下是根据 2020 年一项新统计数据“预期冲球码数”，NFL 的一些顶级冲球手。这些跑卫本赛季每次尝试的冲球码数 （RYOE） 最多，这意味着这位跑卫超出了预期，每次尝试获得的码数比预期的要多。预期冲球码数使用机器学习构建，旨在根据阻挡者和防守者的相对位置、速度和方向，显示持球者在给定冲球时预计获得多少冲球码数。冲球码数超出预期，最大的比赛虽然一些跑卫本赛季每次尝试都有出色的 RYOE，但这些跑卫本赛季有一些最好的大动作，与交接时的预期相比，获得了大量的码数。完成概率完成概率考虑了各种次世代统计数据，包括空中距离、空中场、接收器间隔等。以下是 2020 赛季一些最不可能完成的比赛。捕获后的预期码数捕获后预期码数 （xYAC） 于 2018 年推出，该模型于今年进行了重建，其方法与预期冲刺码数相同，后者源自 AWS 提供支持的大数据碗。这个下一代统计数据展示了接球手在接球后如何获得比预期更多的码数。机器学习模型考虑了许多指标，例如接收器速度、间隔、防守者位置等。以下是一些超出预期的比赛亮点。最快的持球者最快的持球者突出显示了球员在带球时在给定比赛中达到的最大速度。以下是本赛季 NFL 中一些最快的球员。查看更多由 AWS 提供支持的下一代统计数据，并
