PTT評價

[閒聊] 有夠沒用的Opta計算機

看板FAPL標題[閒聊] 有夠沒用的Opta計算機作者
Borges
(波波波波)
時間推噓24 推:26 噓:2 →:39

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?

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.6.141 (臺灣)
PTT 網址

sublimate12/18 09:44這計算機就是當下戰績如何 來判斷奪冠機率

sublimate12/18 09:45看起來賽事上所有因素 完全無法掌握

Chandragupta12/18 09:48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

iamnotgm12/18 09:56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

findwind082612/18 10:16只看成績 沒辦法估算個別球員的影響力

findwind082612/18 10:17看看就好 賽季本來就不是100%預測

Supasizeit12/18 10:38你是看他賭球膩 這麼氣噗噗

micbrimac12/18 10:39利鳥連掉好幾場 竟然還沒下修...

Nakata091112/18 10:41AI都需要現實數據訓練阿

Nakata091112/18 10:42這種根據現實戰績不斷修正 不就是訓練的一種?

gundam77812/18 10:45漫畫需要合理性、現實不需要。數據也一樣...

DiMammaMia12/18 11:00他沒算到曼城的不安定因素

hu611112/18 11:02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

v2020black12/18 12:28要用當下戰績判斷的話,根本不用這種東西阿,國小生

v2020black12/18 12:28都可以判斷

jimhappy877412/18 12:52世一腰QQ

a215670012/18 12:59就是從11月開始戰績一路電梯向下 要勝沒勝 要xG沒xG

Hypsilence12/18 13:37利鳥領先還是頗多的吧

rockmanalpha12/18 13:45足球本來就難以預測 不是電腦的錯

uranusjr12/18 14:04我覺得自己不懂的事情還是少講點

sam959512/18 14:13我不太知道你想表達什麼 還是你覺得曼城現在82%

ryaniceman12/18 16:02你沒看到切爾西排第二,但機率還是比阿森納低嗎

ChrisDavis12/18 17:10任何預測本來就是基於現在數據一直去推測

ChrisDavis12/18 17:11NBA MLB 每個職業運動都馬一樣 哪裡馬後炮

LA822112/18 17:37ai就這樣啊,不然要堅持自己之前的預測,不論現況?

evol638112/18 17:59非預期就是競技運動的本質(不然就不用看了)。所以Haal

evol638112/18 17:59and才生氣說三冠王沒有大家說的那樣理所當然。

evol638112/18 18:01原PO是車迷,原PO季前會覺得車車能坐二望一嗎?

wdcr12/18 18:09受傷這種東西本來就無法預料阿

Parazicecum12/18 19:13這就是個噱頭,不用認真。職業賽事奪冠率的模型,複

Parazicecum12/18 19:13雜程度基本上連用筆電都能算出來 根本不需要超級電腦

A00610lol12/18 19:49LOL的勝率圖也不準啊 單看一個變因而已

R200312/18 20:38紅明顯。請去學一下甚麼叫做貝氏定理、貝氏機率、事前機率

R200312/18 20:40事後機率,以及機器學習中的貝氏分類

R200312/18 20:44當然opta的模型遠比貝氏分類還複雜,可以參考他們官網

R200312/18 20:45然後這模型並不僅僅是在算英超奪冠的機率

R200312/18 20:45同時也在算各隊落在不同排名的機率

R200312/18 20:48然後,有空可以再看這篇比利時魯汶大學3年前的文章

R200312/18 20:49其在講數據預測在足球賽事中的應用

R200312/18 20:50https://reurl.cc/46WkbV

R200312/18 20:52然後樓上講這種模型用筆電都能算的言論...是認真嗎

R200312/18 20:54還有,opta在足球賽事分析上,算是頂尖的公司了....

LiamTiger12/18 20:57電腦算得到Rodri受傷嗎 供三小

R200312/18 21:00樓上,其實可以,不是指算到誰會受傷,而是指算的時候能把

R200312/18 21:01一些特殊狀態納入考量(只要過去有夠多的樣本點)

mithralin12/18 21:36其實就是根據現有的資料來判斷趨勢這樣

mithralin12/18 21:38電腦大概算不到rodri受傷,但是像利物浦聖誕快車後戰

mithralin12/18 21:38績烙賽這種已經發生過的事情大機率算的出來

simonown12/18 21:41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

simonown12/18 21:41預測到最後結果的那不叫機率 叫做算命

wdcr12/18 22:19受傷崩盤這種本來就很難算到

wdcr12/18 22:19或是有一些意外性的

wdcr12/18 22:20例如新堡bruno算是犯規比較多的那種中場

wdcr12/18 22:21累計10黃禁賽 可是他9黃以後突然開始鎖血到季末

wdcr12/18 22:21這就不是電腦可以算得出來的

R200312/18 22:31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

GSHARP12/18 23:12為什麼槍槍比車車高? 我不服!!!

maikxz12/18 23:23這裡畢竟是old school大本營

Srxzo12/19 18:39槍槍怎麼樣都應該比車車高吧?

TSbb12/19 18:59呃 這篇是什麼

iamnotgm12/19 23:02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

iamnotgm12/19 23:02你已知你丟過一次正面了 下次也是正面的機率是1/2

iamnotgm12/19 23:07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

iamnotgm12/19 23:07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

iamnotgm12/19 23:07奪冠機率 現在突然發現他一直丟出輸球 那他實際會贏球

iamnotgm12/19 23:07乃至奪冠的機率當然就被下調