有很多关于足球（和一般的体育运动）的好问题，如果扔给算法看看会发生什么，那就太棒了。棘手的部分是知道要向算法抛出什么。

例如，一支拥有良好 RB 的球队可能会仅仅因为对手可能会期望奔跑而通过 3rd-and-short 传球。所以，为了真正产生一些有价值的结果，我会把问题分解成更小的部分，并在将它们扔给机器的同时进行统计分析。

有一些（好的）网站试图做同样的事情，你应该检查一下并使用他们发现的任何东西来帮助你：

• 足球局外人
• 高级足球分析

如果你真的想探索体育数据分析，你一定要看看斯隆体育大会的视频。有很多在 Youtube 上传播。

是的。为什么不？！由于每场比赛的每项运动都记录了如此多的数据，因此明智地使用数据可以使我们获得有关球员表现的重要见解。

一些例子：

• 棒球：在电影《点球成金》（改编自《点球成金》一书）中，布拉德·皮特扮演一个角色，他分析球员的统计数据以组建一支表现出色的球队！这是对奥克兰田径棒球队真实故事的描述。欲了解更多信息。
• 板球：SAP Labs 推出了一种拍卖分析工具，该工具提供了有关影响球员在 2014 年印度超级联赛拍卖中为加尔各答骑士骑士队购买的见解，该队最终赢得了 2014 年 IPL冠军。欲了解更多信息。

所以，是的，球员记录的统计分析可以让我们了解哪些球员更有可能表现，而不是哪些球员会表现。因此，机器学习，统计分析的近亲，将被证明是游戏规则的改变者。

他们绝对可以。我可以给你找一篇好论文。有一次我将它用于足球联赛结果预测算法的实现，主要是为了对博彩公司产生一些价值。

从论文摘要：

贝叶斯动态广义模型，用于估计联赛中所有球队的时间相关技能，并预测下周末的足球比赛。

关键词：

动态模型、广义线性模型、图形模型、马尔可夫链蒙特卡罗方法、足球比赛预测

引文：

路、哈佛和奥伊文德萨尔维森。“联赛中足球比赛的预测和回顾性分析。” 皇家统计学会杂志：D 系列（统计学家）49.3（2000）：399-418。

之前已经表明，机器学习技术可以应用于预测运动结果。简单的谷歌搜索应该会给你一堆结果。

然而，也表明（对于 NFL 顺便说一句）非常复杂的预测模型、简单的预测模型、质疑人或利用投注信息的人群知识，它们的表现或多或少都是相同的。资料来源：“一旦你知道答案，一切都是显而易见的——常识是如何失败的”，第 7 章，作者 Duncan Watts。