Pronostics: des chercheurs de l'EPFL espèrent faire mieux que Paul le Poulpe

jeudi, 09.06.2016

Des chercheurs de l’EPFL ont développé une plate-forme qui annonce le résultat probable des matchs de l’Euro 2016. Des prédictions basées sur un modèle plus complexe et précis que les statistiques traditionnelles.

Kickoff.ai a été développé par Victor Kristof (photo), Lucas Maystre et Antonio Gonzalez dans le laboratoire des professeurs Matthias Grossglauser et Patrick Thiran. (Photo: EPFL/Alain Herzog)

L’EPFL fera-t-elle mieux que Paul le poulpe pour deviner les résultats de l’Euro? C’est en tout cas l’objectif des chercheurs qui ont développé Kickoff.ai, un site qui prédit le résultat des matchs dès le premier tour. D’après leurs calculs, la France devrait ainsi l’emporter contre la Roumanie lors du match d’ouverture, de même que la Suisse qui joue contre l’Albanie samedi.

«Il existe de nombreux sites de prédictions qui se basent sur les résultats précédents des équipes nationales. Notre système se base sur les performances individuelles de chacun des onze joueurs dans leur club, ce qui nous permet d’utiliser les données de milliers de matchs», explique Victor Kristof. Passionnés de football, les trois chercheurs du Laboratoire pour les communications informatiques et leurs applications ont utilisé des algorithmes d’apprentissage (machine learning) et du data mining pour développer un modèle plus précis que les systèmes traditionnels. Victor Kristof précise que, même si le terme «prédiction» est utilisé, il s’agit plutôt de déterminer de manière objective à quel degré une équipe est plus susceptible de l’emporter, en se basant sur des données historiques. «Nous cherchons non seulement à établir quelle équipe est meilleure que l’autre, mais surtout, à quantifier cette différence.»

Dix ans de données

Avec Kickoff.ai, la machine prend en compte des paramètres comme le temps passé sur la pelouse, l’issue du match ou le fait qu’un match était ou non joué à domicile. Au total, la force d’une équipe est ainsi calculée sur la base d’une impressionnante quantité de données récoltées sur les dix dernières années pour chaque joueur. Mais Kickoff.ai n’est pas juste un outil de statistique classique. Il est basé sur un modèle bayésien qui attribue une variable à chaque joueur en fonction du degré d’incertitude de la prédiction. «Si l’Allemagne joue contre l’Islande, la probabilité que l’Allemagne gagne est très forte sur le papier. Mais l’Islande n’a jamais pris part à une phase finale de championnat européen et pourrait jouer mieux que d’habitude. Ce facteur doit être pris en compte pour pondérer notre évaluation», explique Lucas Maystre.

Résultat, les tests réalisés à postériori avec les matchs de l’Euro 2012 ont donné de meilleures prédictions que les moyens traditionnels. Mais les chercheurs ne se targuent pas pour autant d’être la Madame Soleil du ballon rond. «Nos prédictions sont des probabilités, le football n’est pas une science exacte. Il y aura toujours un facteur chance, heureusement pour les spectateurs!» souligne Victor Kristof. Reste que les algorithmes développés à l’EPFL pourront avoir d’autres applications dans le futur, et permettront notamment d’affiner l’utilisation de l’apprentissage machine pour la recherche.


 
 

 


...