데이터 과학이 승부를 예측한 이유

코트룸은 피치다

나는 시카고 북부의 농구 경기를 보며 자랐지만, 아버가 처음 파이썬 스크립트를 주며 축구 경기 결과를 예측했을 때, 축구는 가죽에 싸인 통계임을 깨달았습니다.

전문가 추천의 신화

“전문가”들은 감과 팬들의 소음에 기반해 “주승”을 추천합니다. 그들은 이를 ‘직관’이라 부릅니다. 반면 내 모델은 오파의 xG 데이터를 R 스크립트로 정제하며, 로스앤젤레스 대 프레아고의 37% 승리 확률을 발견했습니다—비록 득점 없이도 말입니다.

승리한 조용 모델

이는 열정이 아닙니다. 정확성이 바로 핵심입니다. 나는 계층적 베이지안 네트워크를 실행했습니다: 점유율에 대한 사전 확률 = 0.62, 슈팅 품질에 대한 사후 확률 = 0.81. 관중은 이를 ‘너무 위험하다’고 했습니다. 나는 필요하다고 말했습니다. 당신이 득점 없는 팀의 승리를 본다면, 당신은 데이터가 아니라 편견을 보고 있는 것입니다.

왜 당신의 모델이 승부를 맞췄는가?

당신은 프레아고가 “전략적으로 낙후”했기 때문에 진 것이라 생각했습니다. 그러나 그들의 예상 득점은 평균보다 높았고, 수비는 압박 아래 무너졌지만 기술 때문이 아니었습니다. 내 모델은 휘istle 소리 전에 그것을 보았습니다.

데이터 민주주의 ≠ 전문가 독점

개방 통계는 닫힌 알고리즘을 항상 이깁니다. 만약 당신이 여전히 직관에 베팅한다면, 당신은 분석하지 않고 추측하고 있는 것입니다. 왜 당신의 모델이 승부를 맞췄는지 알고 싶다면 구독하세요.