Ce modèle vient à la suite d’un premier projet pour la Premier League. Il a dit dans son article: “Au milieu de la saison 20-21, j’ai créé un modèle pour prédire le vainqueur de la Premier League, de la Liga, de la Serie A et de la Bundesliga, et il a réussi à prédire le vainqueur de toutes ces compétitions. Cette prédiction n’était pas si difficile à faire, puisque 19 matchs avaient déjà été joués à ce moment-là. J’utilise maintenant le même modèle pour prédire la Coupe du monde 2022”.

https://towardsdatascience.com/predicting-the-fifa-world-cup-2022-with-a-simple-model-using-python-6b34bdd4f2a5

Il utilise la formule de la distribution Poisson, et le gagnant de la Coupe du monde serait le Brésil. Lien de son Github  

Article original

Predicting The FIFA World Cup 2022 With a Simple Model using Python

L’article Selon un modèle utilisant Python, le Brésil va gagner la FIFA World Cup Qatar 2022 est apparu en premier sur Managers.

Pendant la Coupe du monde de la FIFA, Qatar 2022, la FIFA partagera les données de performance et indicateurs les plus modernes de l’histoire de la compétition avec les téléspectateurs du monde entier, mais aussi avec les équipes participantes et leurs joueurs. Conçus par l’équipe Haute Performance de la FIFA sous l’égide du directeur du Développement du football mondial de la FIFA, Arsène Wenger, les services d’intelligence augmentée dans le football proposeront de nouveaux indicateurs inédits qui enrichiront la couverture et l’analyse de chaque rencontre de la compétition.

Chaque match sera illustré d’un ensemble unique de visuels d’intelligence augmentée – pendant et après le match, qui seront affichés en réalité augmentée et en mode traditionnel. Ces nouvelles statistiques décomposent chaque domaine de ce sport et proposent des définitions opérationnelles ainsi que divers exemples vidéo permettant de définir clairement chaque action. Il sera dès lors possible de décortiquer non seulement ce qui se passe au niveau du ballon, mais également les mouvements et les interactions qui interviennent autour et loin du ballon, à l’échelle individuelle et collective, avec ou sans la possession.

Grâce à ces données, la FIFA sera en mesure de fournir une analyse longitudinale d’après-match, ce qui permettra de mieux comprendre l’évolution du football, mais aussi d’accompagner son développement pour mieux cerner les circonstances favorables à la transition des équipes de jeunes vers le niveau seniors dans les deux sexes.

“Nous souhaitons partager notre vision, basée sur l’analyse des données du football et sur leur interprétation par des spécialistes techniques, pour créer une compréhension du jeu inédite et ainsi permettre à chacun de mieux appréhender le football”, a déclaré Wenger. “Le concept d’intelligence augmentée dans le football définira l’approche avec laquelle nous analyserons dorénavant le football. Nous voulons en permanence partager nos nouvelles idées avec le monde du football. Le Centre de ressources techniques de la FIFA, disponible en ligne, est une formidable plateforme pour ce faire. Mon équipe continuera de proposer du contenu inédit et enrichissant en matière d’analyse du football, le tout ponctué de données de performance, d’exemples vidéo et d’éclairages techniques pour vous aider à affiner votre compréhension du jeu”.

Composée d’analystes ainsi que de spécialistes dans la science et l’ingénierie des données, l’équipe Haute Performance de la FIFA a mis au point des technologies novatrices afin de proposer des données et des indicateurs inédits. Lors de la Coupe du monde 2022, 11 nouveaux indicateurs seront ainsi introduits:

· Possession
· Temps de récupération du ballon
· Lignes cassées
· Hauteur de la ligne défensive et longueur du bloc équipe
· Incursions dans les 30 derniers mètres
· Pertes de balle forcées
· Pression sur le ballon
· Expected goals (buts attendus)
· Positionnement des équipes
· Réceptions du ballon derrière le milieu de terrain et la défense
· Phases de jeu

Présentation de la Data science appliquée au football par Arsène Wenger 

L’article La FIFA va introduire le concept d’intelligence augmentée dans le football est apparu en premier sur Managers.

Ce que les voyageurs vivent au quotidien en Tunisie, un data analyst l’a prouvé scientifiquement. Skander Boudawara, anciennement connu sous le pseudo de Khormologia, a créé un compte Twitter dédié au calcul des retards d’avion. Grâce aux données open source, il compile tous les vols et évalue leur retard. Chaque jour, il publie sur ce compte le nombre de retards de départ, de retards d’arrivée et le pire retard de la journée.

Le compte appelé @Tunisairalert a été créé il y a peu. Le premier tweet remonte au 2 août. Chaque tweet comporte également un graphique en plus des chiffres. Les résultats sont ceux de l’aéroport Tunis-Carthage, principal aéroport en Tunisie. Le pire retard depuis la création du compte est celui du vol au départ de l’aéroport Mohamed V (Maroc) vers Tunis. Il cumule 645 minutes de retard, soit près de 11h de retard.

📊 Daily ingest of ✈️ #Tunisair delay performance
Date: 09/08/2022 with 37 #delayed_departure and 35 #delayed_arrival
The worst flight was
🛫MOHAMMED V INTL —–Delay of 645M—-> CARTHAGE🛬
🇹🇳 #Tunisia #Flight #DataAnalyst #Nouvelair #Airfrance #Transavia pic.twitter.com/did7CBILEA

— Tunisair alert (@Tunisairalert) August 10, 2022

Le compte Twitter comprend également un lien Github, afin de partager le travail accompli. Les données proviennent d’Airlabs, une base de données consacrée aux activités aériennes. 

L’article Un Tunisien utilise la data science pour calculer quotidiennement les retards d’avion est apparu en premier sur Managers.