Как нейросеть предсказывает результат матча
Представьте, что вы — аналитик, который одновременно следит за 100 матчами, помнит статистику каждого игрока за 5 лет и пересчитывает вероятности каждые 90 секунд. Именно это делает Zeta AI, только без ошибок и эмоций.
Этап 1: Сбор данных (60+ параметров)
- xG (ожидаемые голы) — качество атак
- Удары в створ — острота
- Угловые — давление
- Владение мячом — контроль
- Форма за 5 матчей — забитые/пропущенные, % побед
- Glicko-2 рейтинг — объективная сила команды
- Травмы — потери состава
- Позиция в таблице — мотивация
- История личных встреч — психология
Этап 2: 15 моделей машинного обучения
Каждая модель анализирует матч независимо:
- XGBoost, LightGBM, CatBoost — градиентный бустинг
- Random Forest — ансамбль деревьев
- Нейросети (MLP) — нелинейные зависимости
- Байесовский Пуассон — распределение голов
- Stacking Ensemble — мета-модель поверх всех
Результаты всех моделей взвешиваются (каждая получает вес по своей точности) и усредняются. Это называется ансамбль — он всегда точнее любой отдельной модели.
Этап 3: Калибровка и вывод
Сырые вероятности калибруются методами Isotonic/Sigmoid, чтобы 70% означало именно 70% на дистанции. Затем система выдаёт:
- Вероятность каждого исхода
- Рекомендацию (что ставить)
- Коэффициент Келли (сколько ставить)
- Value-флаг (есть ли перевес над букмекером)