Аналитика американского футбола с Python: данные NFL

О курсе

Каждый модуль — реальный вопрос об американском футболе, на который мы отвечаем данными и кодом на Python.

Мы используем открытые данные NFL через библиотеку nfl_data_py — поплейная статистика с 1999 года, 350+ колонок на каждый розыгрыш. Никаких искусственных датасетов — только реальные данные реальных матчей.

Чему вы научитесь

• Загружать и обрабатывать поплейные данные NFL с помощью nfl_data_py и pandas
• Проводить разведочный анализ данных (EDA): гистограммы, боксплоты, корреляции
• Строить простую и множественную линейную регрессию через statsmodels
• Вычислять продвинутые метрики: aDOT, RYOE, стабильность год к году
• Интерпретировать коэффициенты модели и R² в контексте спортивной аналитики
• Отличать навык от удачи в статистике игроков

Для кого этот курс

• Любители американского футбола, которые хотят понять игру глубже через данные
• Начинающие аналитики данных, ищущие интересный прикладной проект
• Студенты, изучающие статистику, Python или спортивную аналитику
• Все, кому интересно как работают современные спортивные метрики

Начальные требования

• Базовый Python: циклы, функции, списки, словари
• Знакомство с pandas на уровне начинающего (groupby, merge, filter)
• Математика на уровне средней школы (среднее, корреляция)
• Знание американского футбола не требуется — объясним всё с нуля

Как проходит обучение

Курс состоит из 4 модулей, каждый из двух уроков:

• Урок 1 — теория и контекст: концепции, метрики, код с объяснениями, 2 квиза
• Урок 2 — практика: реальные данные, расчётная задача, задача на программирование

Все задачи проверяются автоматически. Ожидаемое время: 10–12 часов.

Что вы получаете

• Рабочий аналитический стек: pandas, statsmodels, seaborn, nfl_data_py
• 4 готовых аналитических модели: aDOT, стабильность метрик, RYOE, важность позиций
• Понимание того, как строятся продвинутые спортивные метрики (EPA, CPOE, RYOE)
• Сертификат Stepik по завершении курса