Cum funcționează predicțiile fotbal cu AI
Un model de predicții de fotbal transformă un meci într-o probabilitate pentru fiecare rezultat. Clasificatorii antrenați sunt tehnologie obișnuită. Partea interesantă e ce se întâmplă între rezultatul brut al modelului și un procent care înseamnă ce spune, iar cele mai multe site-uri nu descriu nimic din asta.
Ce este de fapt modelul
Nu există un singur model. ScorePredicts rulează 100 de modele antrenate, exportate în ONNX și ținute în memorie, iar fiecare meci e evaluat de mai multe dintre ele deodată. Fiecare piață are modelul ei: rezultatul final, golurile fiecărei echipe, ambele echipe marchează, cornerele fiecărei echipe, cartonașele fiecărei echipe. Un model care anticipează bine cornerele a învățat altceva decât unul care anticipează golurile, iar dacă întrebați un model de goluri despre cornere primiți un răspuns mai slab decât dacă antrenați un al doilea model.
La fiecare dintre aceste întrebări răspunde un singur model, cel antrenat pentru acea piață și acel tip de competiție. Modelele nu votează. Împărțirea muncii în acest fel ține fiecare model concentrat pe o singură țintă, iar un rezultat slab într-o piață poate fi dus la un singur model și reantrenat fără să le atingă pe celelalte.
„AI” înseamnă în această categorie aproape mereu învățare supravegheată pe date tabelare despre meciuri. Nu înseamnă un model de limbaj care citește știrile, iar un site care sugerează asta descrie ceva diferit și mult mai puțin sigur.
De ce sunt modelele grupate pe competiții
Cele 100 de modele sunt organizate în 19 grupe după tipul și nivelul competiției: ligi naționale pe mai multe niveluri (cu al doilea nivel împărțit pe regiuni), cupe naționale, competiții continentale de club și meciuri ale echipelor naționale. Fiecare meci ajunge la modelele antrenate pe genul lui de fotbal.
Contează mai mult decât pare. Avantajul terenului propriu, media de goluri, frecvența egalurilor și numărul de cartonașe diferă sistematic între un mare campionat european și o divizie națională de nivel trei. Un singur model global, antrenat pe tot, învață o medie a acestor medii, așa că greșește puțin peste tot și cel mai mult la margini, unde datele sunt mai puține.
Grupele decid și ce piețe sunt disponibile. Modelele pentru cornere și cartonașe există doar pentru grupele cu destul istoric. Celelalte grupe primesc un set mai mic (rezultat final, goluri și ambele echipe marchează la unele, rezultat final și goluri la altele, doar rezultat final la cele mai subțiri), în loc de o estimare construită pe prea puține date. Mai puține piețe cu o bază reală sunt mai bune decât mai multe fără bază.
Ce intră într-o singură predicție
Modelele pentru rezultatul final, goluri și ambele echipe marchează citesc 77 de variabile pe meci. Modelele pentru cornere citesc 72, iar cele pentru cartonașe 51, pentru că numărul de cornere depinde de alți factori decât un gol.
Cele 77 se împart cam așa: 44 de variabile de bază despre formă și forță, 8 din ultimele cinci meciuri directe, 8 despre golurile așteptate, 5 sezoniere, 2 pentru media de goluri a ligii, 2 pentru arbitru, 2 care marchează o echipă nou promovată și 6 despre pedigriul fiecărui club (cât fotbal continental a jucat recent și cum se compară forța lui actuală cu media pe trei ani). Obiceiurile arbitrului contează cel mai mult la cartonașe, ale căror modele au propriile date despre arbitru. Estimările pentru cartonașe se fac doar după ce delegarea arbitrului e confirmată, așa că profilul lui face mereu parte din ele.
Zilele de odihnă și contextul meciului (dacă e derbi, cât contează meciul, riscul de rotație în cupe și în meciurile continentale) intră alături, împreună cu mișcarea prețurilor din piață. Estimările se reîmprospătează de mai multe ori pe zi, așa că un meci evaluat luni nu mai apare sâmbătă cu datele de luni.
De la rezultatul brut al modelului la un procent afișat
Rezultatul brut al unui clasificator arată ca o probabilitate, dar nu este. E un scor între 0 și 1 care are ordinea corectă (mai mare înseamnă mai probabil), dar e sistematic prea încrezător sau prea puțin încrezător. Publicarea lui directă e cel mai des întâlnit motiv pentru care un site de predicții ajunge cu cifre care nu înseamnă nimic.
Între model și cifra de pe pagină stau cinci pași. Mai întâi, rezultatul brut e calibrat printr-un tabel de regresie izotonică ajustat după rezultatele verificate; acesta e pasul care face ca un 70% afișat să corespundă cam cu 70% în realitate. Apoi probabilitățile calibrate sunt comprimate la extreme, unde modelele sunt cele mai puțin sigure. Când o echipă e clar favorită, o corecție pentru favorită reduce probabilitatea pe care modelele tind să o dea în plus outsiderului și egalului. Rezultatul e apoi combinat cu probabilitatea de referință a pieței. La final, șansa dublă e recalculată din cifrele combinate pentru rezultatul final, nu anticipată separat, așa că cele două nu se pot contrazice niciodată.
Fiecare dintre acești pași mută cifra, iar un site care îi sare vă arată rezultatul brut al unui clasificator cu un semn de procent lângă. Indicele de încredere al unei Cele mai bune alegeri este această probabilitate finală, ajustată suplimentar după cum s-a descurcat piața respectivă în trecut. La o alegere din Analiza valorii este probabilitatea proprie a modelului, înainte de combinarea cu piața, pentru că acea vedere există tocmai ca să compare modelul cu piața.
De ce rezultatul e ancorat în prețurile pieței
Merită spus direct, pentru că e pasul pe care un site de predicții îl recunoaște cel mai greu. Pentru rezultatul final, goluri și ambele echipe marchează, probabilitățile modelului sunt combinate înainte de publicare cu probabilitățile sugerate de prețurile pieței, ponderate după nivelul competiției. Estimările pentru cornere și cartonașe nu sunt combinate, pentru că prețurile din aceste piețe sunt cea mai puțin sigură referință.
Prețurile de închidere sunt cea mai puternică estimare publică pentru un meci de fotbal. Adună judecata unei piețe foarte mari și sunt greu de depășit cu mult. Un model care se îndepărtează brusc de o piață bine informată e mult mai des stricat decât inspirat, iar combinarea e o protecție ieftină împotriva unei variabile greșite sau a unei date vechi care ar produce o cifră absurdă, dar sigură pe ea.
Ponderea depinde de nivel, intenționat. Modelul păstrează mereu cea mai mare parte din pondere. În competițiile de top, unde prețurile sunt cele mai bine informate, partea pieței e cea mai mare. În ligile inferioare și în competițiile mai puțin urmărite, prețurile sunt mai subțiri și mai puțin analizate, așa că partea pieței scade, iar acolo un model statistic are exact ce adăuga peste ce a evaluat deja piața.
Cum e aleasă o predicție în locul alteia
Fiecare piață de la fiecare meci are o probabilitate, mult mai mult decât vrea oricine să citească. Un strat separat de decizie alege ce se publică de fapt și nu ordonează doar după cea mai mare diferență față de piață.
Candidații sunt ordonați după un scor combinat: diferența de probabilitate, ponderată după cât de sigură a fost acea piață și după încrederea modelului. Calitatea datelor scade încrederea unui candidat, nu îl elimină pe tăcute, așa că un meci la care o echipă are un istoric statistic subțire primește o predicție mai slabă, marcată clar. Nu dispare, dar nici nu apare cu încredere deplină. Unde datele sunt incomplete în mod serios, sunt oferite doar cele mai sigure piețe. Riscul de rotație înaintea unui meci de cupă sau continental scade încrederea, nu blochează meciul. Există și o limită a numărului de predicții pe care le poate produce un meci, ca un singur meci bine acoperit să nu acopere o întreagă etapă.
Rezultatul e un număr de predicții publicate mai mic decât ar putea genera modelul, iar compromisul merge în direcția corectă.
Ce nu poate face acest flux
Nu vă poate spune ce se va întâmpla într-un meci. Un 72% calibrat este o afirmație pe termen lung: rezultatele de acest fel se confirmă cam de 72 de ori din 100, iar celelalte 28 nu sunt greșeli. Sunt distribuția care face exact ce a fost măsurată să facă.
Nu poate vedea un cartonaș roșu în minutul nouă, o greșeală de portar sau un antrenor demis între predicție și start. Modelului nu îi lipsesc aceste variabile; ele sunt zgomot imposibil de eliminat și din cauza lor plafonul cinstit al preciziei pe rezultatul final stă pe la 55%, departe de cifrele promovate în această categorie.
Și nu poate fi validat după cum a mers un singur weekend. Singurul test relevant e dacă probabilitățile afișate se potrivesc cu frecvențele observate pe mii de meciuri, motiv pentru care istoricul de precizie e publicat grupă cu grupă, nu ca un procent în titlu.