Analyse du football avec l'apprentissage automatique (French Edition)

Chapitre 2. Les basesde Python : Construire ta boîte à outils d'analyse

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Au chapitre 1, on a dressé un panorama analytique du football et clarifié l'objectif de ce livre : utiliser les données pour décrire les matchs, expliquer les tendances et établir des prévisions. Pour y parvenir, on a besoin d'un environnement informatique fiable dans lequel les analyses peuvent être écrites, testées, reproduites et étendues.

Python est cet environnement pour la suite de l'ouvrage. Il nous offre un langage lisible, un écosystème mature d'outils de données et un espace de travail pratique pour passer des données brutes aux résultats analytiques. Avant d'analyser des matchs, de concevoir des caractéristiques ou d'entraîner des modèles prédictifs, nous devons d'abord configurer cet espace de travail et nous familiariser avec ses principales fonctionnalités.

Ce chapitre pose donc les bases de tout ce qui va suivre. Tu vas installer Python, créer un environnement de travail isolé, utiliser Jupyter Notebook et apprendre la syntaxe et les structures de données sur lesquelles s’appuient les chapitres suivants. Le contenu est introductif, mais il sous-tend chaque analyse, chaque modèle et chaque conclusion du livre.

Même si les exemples de ce chapitre sont volontairement simples, on va essayer de les garder proches des types d’objets avec lesquels les analystes de football ...