[閒聊] 有夠沒用的Opta計算機

[Borges (波波波波)]

雖然是用模型來預測的超級計算機
但實質上根本是個事後諸葛亮

看看Opta在各個時間段的預測奪冠機率

         利物浦  切爾西  阿森納  曼城  其他
開季前    5.1%      0%    12.2%  82.2%  0.5%  (切爾西的機率歸於其他之中)
9/25      5.8%    0.2%    14.3%  79.7%    0%
11/5     34.2%    0.2%     4.5%  61.1%    0%
11/9     60.3%    0.3%     5.0%  34.3%  0.1%
11/25    69.5%    0.6%     6.5%  23.3%  0.1%
11/30    74.8%    0.5%    11.9%  12.6%  0.2%
12/9     81.6%    2.4%    11.8%   4.2%    0%
12/17    82.0%    5.5%    10.6%   1.9%    0%

看看開季前曼城被預測的82.2%奪冠率..
這個超級電腦真的準嗎zzzzzzz
根據真實戰績不停修改機率這種事..那還需要Opta幹嘛呢?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.6.141 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/FAPL/M.1734486111.A.03E.html
推 sublimate: 這計算機就是當下戰績如何  來判斷奪冠機率
→ sublimate: 看起來賽事上所有因素  完全無法掌握
推 Chandragupta: 就是看照後鏡啊
補上最新的Opta預測 車車終於超過曼城了Orz
推 iamnotgm: 本來就是看當下成績算阿 季前誰知道Rodri會爆炸
9/25 Rodri已經傷了 曼城還是79.7%怎麼說?
※ 編輯: Borges (111.71.6.141 臺灣), 12/18/2024 09:58:21
推 findwind0826: 只看成績 沒辦法估算個別球員的影響力
→ findwind0826: 看看就好 賽季本來就不是100%預測
推 Supasizeit: 你是看他賭球膩 這麼氣噗噗
→ micbrimac: 利鳥連掉好幾場 竟然還沒下修...
推 Nakata0911: AI都需要現實數據訓練阿
→ Nakata0911: 這種根據現實戰績不斷修正  不就是訓練的一種？
推 gundam778: 漫畫需要合理性、現實不需要。數據也一樣...
推 DiMammaMia: 他沒算到曼城的不安定因素
推 hu6111: 這種預測東西看看就好，因為電腦算不出來人為受傷狀況低潮
推 v2020black: 要用當下戰績判斷的話，根本不用這種東西阿，國小生
→ v2020black: 都可以判斷
推 jimhappy8774: 世一腰QQ
推 a2156700: 就是從11月開始戰績一路電梯向下 要勝沒勝 要xG沒xG
→ Hypsilence: 利鳥領先還是頗多的吧
→ rockmanalpha: 足球本來就難以預測 不是電腦的錯
→ uranusjr: 我覺得自己不懂的事情還是少講點
→ sam9595: 我不太知道你想表達什麼 還是你覺得曼城現在82%
推 ryaniceman: 你沒看到切爾西排第二，但機率還是比阿森納低嗎
推 ChrisDavis: 任何預測本來就是基於現在數據一直去推測
→ ChrisDavis: NBA MLB 每個職業運動都馬一樣 哪裡馬後炮
推 LA8221: ai就這樣啊，不然要堅持自己之前的預測，不論現況？
推 evol6381: 非預期就是競技運動的本質(不然就不用看了)。所以Haal
→ evol6381: and才生氣說三冠王沒有大家說的那樣理所當然。
→ evol6381: 原PO是車迷，原PO季前會覺得車車能坐二望一嗎？
推 wdcr: 受傷這種東西本來就無法預料阿
推 Parazicecum: 這就是個噱頭，不用認真。職業賽事奪冠率的模型，複
→ Parazicecum: 雜程度基本上連用筆電都能算出來 根本不需要超級電腦
→ A00610lol: LOL的勝率圖也不準啊 單看一個變因而已
噓 R2003: 紅明顯。請去學一下甚麼叫做貝氏定理、貝氏機率、事前機率
→ R2003: 事後機率，以及機器學習中的貝氏分類
→ R2003: 當然opta的模型遠比貝氏分類還複雜，可以參考他們官網
→ R2003: https://www.statsperform.com/opta-predictions/
→ R2003: 然後這模型並不僅僅是在算英超奪冠的機率
→ R2003: 同時也在算各隊落在不同排名的機率
→ R2003: 然後，有空可以再看這篇比利時魯汶大學3年前的文章
→ R2003: 其在講數據預測在足球賽事中的應用
→ R2003: https://reurl.cc/46WkbV
→ R2003: 然後樓上講這種模型用筆電都能算的言論...是認真嗎
→ R2003: 還有，opta在足球賽事分析上，算是頂尖的公司了....
噓 LiamTiger: 電腦算得到Rodri受傷嗎 供三小
→ R2003: 樓上，其實可以，不是指算到誰會受傷，而是指算的時候能把
→ R2003: 一些特殊狀態納入考量(只要過去有夠多的樣本點)
推 mithralin: 其實就是根據現有的資料來判斷趨勢這樣
→ mithralin: 電腦大概算不到rodri受傷，但是像利物浦聖誕快車後戰
→ mithralin: 績烙賽這種已經發生過的事情大機率算的出來
推 simonown: 原理人家都寫在上面了 你什麼都不用考慮從第一輪就可以
→ simonown: 預測到最後結果的那不叫機率 叫做算命
推 wdcr: 受傷崩盤這種本來就很難算到
→ wdcr: 或是有一些意外性的
→ wdcr: 例如新堡bruno算是犯規比較多的那種中場
→ wdcr: 累計10黃禁賽 可是他9黃以後突然開始鎖血到季末
→ wdcr: 這就不是電腦可以算得出來的
推 R2003: 樓上m大，應該是說，依照新資料，去對舊資料的機率進行更新
→ GSHARP: 為什麼槍槍比車車高?  我不服!!!
推 maikxz: 這裡畢竟是old school大本營
推 Srxzo: 槍槍怎麼樣都應該比車車高吧？
推 TSbb: 呃 這篇是什麼
推 iamnotgm: 舉個例子 你連續丟兩次銅板都是正面的機率是1/4 但現在
→ iamnotgm: 你已知你丟過一次正面了 下次也是正面的機率是1/2
→ iamnotgm: 然後想像一下每次比賽都是在丟兩面機率不太一樣的銅板
→ iamnotgm: 本來我預期曼城這銅板會一直丟出贏球 所以我給他很高的
→ iamnotgm: 奪冠機率 現在突然發現他一直丟出輸球 那他實際會贏球
→ iamnotgm: 乃至奪冠的機率當然就被下調