Dlaczego Poisson, nie neural network?
Modele głębokiego uczenia są popularne, ale w predykcji piłkarskiej często przegrywają z klasyczną statystyką. Wyjaśniamy dlaczego interpretowalność wygrywa z black-box przy małych datasetach.

Transparentna dokumentacja matematyki za TOPTYPY. Metodologia, backtesty, kalibracja. Bez ściemy.
Modele głębokiego uczenia są popularne, ale w predykcji piłkarskiej często przegrywają z klasyczną statystyką. Wyjaśniamy dlaczego interpretowalność wygrywa z black-box przy małych datasetach.
Predykcja 60% powinna wygrywać w 60% przypadków — nie w 45% ani 75%. Pokazujemy jak używamy Platt scaling i isotonic regression do kalibracji wyjść modelu Poissona.
Sprawdziliśmy nasz model na danych historycznych 2019-2024. Wyniki: ROI +8.2% przy obstawianiu każdego value betu z EV > 5%. Pełna metodologia i wykresy.
Jak szacujemy λ (lambda) dla każdej drużyny? Model Dixon-Coles z wagowaniem czasowym — mecze sprzed 5 miesięcy mają mniejszy wpływ niż ostatni tydzień.
Pinnacle to benchmark rynku bukmacherskiego. Analizujemy 847 meczów gdzie nasze kursy różniły się o więcej niż 10% od Pinnacle — i co to oznacza dla value bettora.
EV, Kelly Criterion, variance reduction. Kompletny przewodnik matematyczny dla typera który chce rozumieć co robi — nie tylko klikać przyciski.