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

Chapitre 4. Techniquesde régression pour l'analyse du football

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

Dans les chapitres 2 et 3, on a posé les bases du processus analytique utilisé tout au long de ce livre. On a configuré l'environnement, appris à se servir des outils essentiels et utilisé l'analyse exploratoire pour comprendre les données. La prochaine étape consiste à passer de la description à la prédiction.

Ce chapitre présente l’de régression, le premier cadre prédictif que nous allons aborder en détail. On utilise la régression lorsque le résultat que l’on souhaite estimer est numérique plutôt que catégoriel. Dans le football, cela soulève des questions telles que celles-ci :

• Quelle sera probablement la valeur marchande d’un joueur la saison prochaine ?

• Combien de buts peut-on s’attendre à ce qu’une équipe marque lors de son prochain match ?

• Combien de kilomètres un milieu de terrain va-t-il parcourir pendant un match ?

Ce sont toutes des questions auxquelles les modèles de régression peuvent nous aider à répondre. La régression ne supprime pas l’incertitude, mais elle nous offre un moyen structuré d’ estimer les valeurs attendues, de comparer les influences et de comprendre comment les résultats évoluent en fonction des variations des données d’entrée. Cela la rend utile tant pour les prévisions que pour l’explication.

À la fin de ce chapitre, tu seras capable de faire ce ...