Sports Analytics con Python: Comparando los partidos con mayor y menor actividad ofensiva del Mundial FIFA 2026

Imagen
¿Qué hace realmente emocionante a un partido de fútbol? Cuando hablamos de un gran partido solemos pensar inmediatamente en muchos goles. Sin embargo, en Sports Analytics la producción ofensiva puede analizarse desde una perspectiva mucho más amplia utilizando estadísticas avanzadas. En este proyecto desarrollé un Match Excitement Score (MES) , un índice que resume la actividad ofensiva de cada encuentro del Mundial FIFA 2026 mediante una combinación de métricas tradicionales y avanzadas. Todo el análisis fue realizado en Python utilizando Pandas y Matplotlib, compartiendo además el notebook completo para que cualquier persona pueda reproducir los resultados. ¿Cómo se construyó el Match Excitement Score? El índice integra seis variables ofensivas disponibles en el dataset: ⚽ Goles 📈 Expected Goals (xG) 🎯 Total de disparos 🥅 Disparos a puerta 🔥 Big Chances 📍 Toques dentro del área rival Cada variable fue estandarizada mediante Z-score y posteriormente ...

NLP (natural programming language) y como instalar Jupyter

En previas publicaciones del blog, hemos visto ejemplos para graficar, leer datos, hacer scraping y en esta ocasión les quiero compartir un ejemplo para poder hacer NLP o Natural Programming Language o Lenguaje de Programación natural.

La primera cosa que han de estarse preguntando, es ¿para que me sirve esto de NLP? Bueno NLP es un campo o área de Inteligencia Artificial, que funciona para analizar conversaciones y poder responder de manera natural utilizando programación. Algunos ejemplos prácticos son:  

  • Los Chatbots 
  • Asistentes virtuales como: Alexa,Google assistant, Siri de Apple, Microsoft Cortana
  • La segmentación de correos en automático en nuestros correos
  • Los textos predictivos en nuestros celulares o correos o en buscadores
  • En llamadas telefónicas para direccionar las llamadas de clientes

Python y la librería de NTLK nos permite realizar análisis de texto para poder hacer aprendizaje de este y poder utilizar algoritmos para analizar información como por ejemplo saber que correos son de spam, predecir un texto que queremos escribir o identificar sentimiento. 

 Como instalar Jupyter en Windows

El primer paso es entrar a la pagina oficial  https://jupyter.org/ , un prerrequisito es tener instalado python porque es por medio del comando pip install que realiza la instalación 



Si no quisieras o no por las características de tu computadora no puedes instalarlo, hay una opción de poder hacer tus programas desde tu navegador, utilizando desde el browse  https://jupyter.org/try-jupyter/lab/

Jupyter desde el navegador


Como instalar la librería

Ahora que ya tenemos instalado Python, Jupyter , vamos a instalar la librería NTLK https://www.nltk.org/, es una libreria creada por Steven Bird, Ewan Klein, Edward Loper tienen mucha información en el libro https://www.nltk.org/book/ch00.html



para hacerlo utilizamos el comando  pip install --user  -U nltk


Comentarios

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!

Entradas más populares de este blog

Guía Práctica: Ejemplo Completo de ASPX para Desarrolladores Web

👉 Cómo obtener el tipo de cambio en Excel con API de Banxico (paso a paso)

Macro en Word para automatizar documentos: genera diplomas en segundos (con código VBA)