Metodologia
Jak działa analiza meczu przez AI
Jak jest naprawdę, nie jak to brzmi
Cztery kroki, po kolei. Najciekawsze dzieje się z liczbami zanim zobaczy je model.
- 01
Zbiera wszystko o meczu
Do meczu Sharkline bierze statystyki drużyn i zawodników, formę, historię bezpośrednich spotkań i składy. Oraz to, jak ten sam mecz oceniło kilkadziesiąt źródeł.
Jedna ocena to opinia jednej firmy. Kiedy jest ich kilkadziesiąt, widać, co oceniają źródła jako całość. A tam, gdzie źródła spierają się między sobą, kryje się to, co najciekawsze.
- 02
Sprowadza źródła do jednej skali
Kilkadziesiąt niezależnych ocen samo z siebie się nie zgadza. Sharkline sprowadza je do jednej skali i waży każdą według tego, na ile jest wiarygodna, tak aby wynik odzwierciedlał mecz, a nie najgłośniejsze źródło.
Nie chodzi o to, by skopiować czyjąś liczbę, lecz by dojść do jednego porównywalnego prawdopodobieństwa, na którym model może się oprzeć. Miejsca, w których źródła się różnią, zostają zachowane: to właśnie tam często kryje się sygnał.
- 03
Liczy, czyj wynik jest bardziej prawdopodobny
Na oczyszczonych liczbach model liczy prawdopodobieństwo każdego wyniku, z uwzględnieniem formy, składów, bezpośrednich spotkań i rozgrywek.
Opiera się tylko na realnych danych. Rzadka liga, mało meczów, danych prawie nie ma: Sharkline powie to wprost, a nie podstawi wiarygodnie brzmiącej liczby.
- 04
Pokazuje, na ile jest pewien
Każda analiza ma procent pewności. Jest wyższy, gdy danych jest dużo i się zgadzają, a niższy, gdy jest ich mało albo się rozjeżdżają.
Obok stoi jeden powód, dla którego wniosek może się nie sprawdzić. A gdy danych jest naprawdę mało, uczciwa odpowiedź brzmi: odpuść. Tym Sharkline różni się od tych, którym płaci się za pewną odpowiedź każdego dnia.
Czego AI nie wie o meczu
- Żaden wynik nie jest gwarantowany. Dobrze skalibrowane 70% i tak myli się trzy razy na dziesięć — na tym właśnie polega ta liczba.
- Płytkie rozgrywki to płytkie dane. Niższe ligi opisuje mniej źródeł, zgodność między nimi jest słabsza, a procent pewności i gwiazdki researchu od razu to pokazują.
- Analiza odzwierciedla to, co wiadomo w chwili, gdy powstaje. Wiadomość o meczu, która pojawia się już później, do tej analizy nie trafi.
- Decyzji, których nikt nie ogłosił, w danych nie ma. Tabelę model widzi i wie, że drużyna nie ma już o co grać — ale czy trener oszczędzi podstawowy skład, wie tylko sztab.