经济与科学高等学校系统编程系学生米哈伊尔·梅德韦杰夫创建了俄罗斯第一个机器学习模型，可以评估曲棍球运动员的技能水平。在工作中，米哈伊尔不仅使用了大陆曲棍球联盟的统计数据，还使用了其他俄罗斯 (全俄罗斯曲棍球联盟、青少年曲棍球联盟) 和世界联赛 (全国曲棍球联盟、美国曲棍球联盟) 的统计数据。
在评估曲棍球运动员的表现时，会考虑数十个指标：上场时间、传球的准确性和次数、射门的频率和执行情况、强力动作、罚球、赢得决斗等。米哈伊尔使用了三个赛季的统计数据，并将球员分为三类：后卫、边锋和中锋。在评分时，每个类别的曲棍球运动员都会被评估为进攻或防守球员。
“实际上，这是六个机器学习模型：两个用于后卫（进攻和防守），两个用于边锋和中锋，这使我们能够全面评估球员的水平，”米哈伊尔·梅德韦杰夫说。“Pandas 和 Sсlearn 库用于处理数据。在标记数据时，每个数据都会获得以下评级之一：A（主力球员）、B（高级球员）、C（普通球员）和 D（低水平球员）。按位置创建的数据集被混合在一起，然后将每个数据集分为训练、测试和验证。之后，对机器学习模型进行训练和测试以对球员进行分类。”
在工作的所有阶段，这位车里雅宾斯克学生都得到了莫斯科曲棍球俱乐部Spartak员工的协助，米哈伊尔在那里工作了几个赛季。莫斯科俱乐部的管理层注意到了这位才华横溢的程序员，并邀请他担任分析师。
“评估曲棍球运动员效率的系统将使我们能够客观地评估球员，”米哈伊尔·梅德韦杰夫说。 “借助人工智能，可以为球队挑选出具备必要素质和实力的运动员。该系统还显示了曲棍球运动员对球队比赛的影响程度——他传球的次数、射门的频率和准确度等等。”
该系统已成功应用于曲棍球俱乐部 Spartak 体育部门的工作中，不仅用于比较和搜索洲际曲棍球联赛中的球员，还用于其他俄罗斯和世界联赛中的球员。现在，开发人员计划改进软件包并在其中实现其他指标，使球员的描述更加准确。未来的想法之一是教会人工智能不仅评估球员的当前水平，还评估他的潜力。
“许多人认为人工智能很快就会取代人类。然而，我们的目标不是取代人类，而是以可访问的形式提供最多的信息，以便未来人类能够做出最客观、最正确的决定。人工智能应该帮助人类，而不是与他们竞争，”米哈伊尔·梅德韦杰夫说。