近年では全選手とボールの位置を計測するシステムがプロスポーツにおいて導入され、移動距離などのフィットネス指標や、特定のプレーの空間分布などの情報を得られるようになった。しかし、依然として戦術面に関しては、シュートなどある時点での空間分布の分析もしくはビデオベースの人の目視による分析が主であり、複数の選手の動きを考慮したプレーに関する自動分類・予測手法についてはほとんど利用されていない。そこで我々は、機械学習技術を用いてバスケットボールの集団攻撃プレーを自動分類する手法や、リバウンドと呼ばれるシュート後にボールを獲得する選手や得点を予測する手法を開発した。これらの方法によって、これまで経験のあるスタッフが時間を掛けて分類・評価してきた作業を自動で行うことにより、作業の負担を軽減することが期待できる。また、そのプレーに貢献する重要な選手の動きを、プレーの経験を必要とせずに根拠をもって定量的に説明することが期待できる。発表当日では、より具体的にこれらの自動分類・予測手法を練習などで利活用する方法を提案する。