Comment fonctionne notre IA, et comment nous la testons face aux bookmakers

Notre modèle face au marché des paris

En septembre, nous avons comparé les probabilités de notre modèle aux probabilités implicites des cotes, marge retirée, sur 3 519 matchs entre avril et septembre 2026. Chaque prédiction a été faite avant le coup d’envoi. Nous avons utilisé le log-loss, une mesure standard des prévisions probabilistes : plus bas, c’est mieux, et les erreurs trop sûres d’elles sont durement sanctionnées. Comme référence, nous avons aussi noté une prévision qui annonce toujours le résultat moyen.

Source : prédictions en direct de Daily Sport Pick face aux cotes sans marge, d’avril à septembre 2026.

• Le marché des paris a été la meilleure prévision sur tous les marchés testés (résultat, plus/moins de 1,5, 2,5 et 3,5 buts, les deux équipes marquent) et dans tous les groupes de compétitions.
• Dans les grands championnats, notre modèle s’est approché du marché. En coupes d’Europe et dans les petits championnats, il a fait moins bien qu’une prévision toujours égale à la moyenne.
• Le manque de données pèse le plus. Quand une équipe avait moins de trois matchs de données, le modèle obtenait 1,163, pire que le hasard. Avec trois ou plus, 1,038.

Calibration : 70 % veut-il dire 70 % ?

Un modèle est bien calibré quand ses pronostics à 70 % passent environ 70 % du temps. Nous avons regroupé chaque prédiction en direct réglée selon la probabilité que le modèle donnait à son choix, et compté combien de fois ce choix est passé :

Source : 68 404 prédictions en direct réglées, du 23 mars au 11 octobre 2026. L’ancien modèle tournait sur toutes les compétitions, v4 seulement là où les données sont les meilleures : les deux colonnes ne portent donc pas sur les mêmes matchs.

L’ancien modèle était trop sûr de lui, et d’autant plus qu’il était confiant : à environ 84 %, son choix passait 67,6 % du temps, à environ 94 % seulement 70,7 %. Notre modèle plus/moins de buts suit le même schéma : quand il annonçait environ 74 %, la ligne est passée 57,4 % du temps sur 18 717 matchs. Le nouveau modèle v4 est bien plus proche de la diagonale, mais sur beaucoup moins de matchs.

Ancien modèle contre nouveau modèle, sur les mêmes matchs

Le tableau de calibration n’est pas une comparaison équitable : v4 ne tourne que dans les compétitions aux meilleures données. Nous avons donc aussi comparé les deux modèles sur exactement les mêmes 1 639 matchs :

Source : prédictions en direct de Daily Sport Pick, d’avril à octobre 2026, matchs avec des probabilités des deux modèles.

Les deux modèles ont trouvé le bon résultat aussi souvent, 47,3 % du temps. La différence tient aux probabilités : v4 obtient 1,032, l’ancien modèle 1,217. Pour comparaison, la prévision toujours égale à la moyenne obtenait environ 1,08 dans notre test de septembre, et les cotes environ 1,00. L’écart de log-loss est plus grand que celui du tableau de calibration, ce qui indique des erreurs trop sûres sur les issues que l’ancien modèle ne choisissait pas : le log-loss sanctionne bien plus une probabilité de 3 % qui se réalise qu’un choix à 60 % qui échoue.

Que se passe-t-il quand les modèles s’accordent

Pour chaque match, nous comptons combien des trois modèles privilégient la même issue :

Source : prédictions en direct réglées, de mars à octobre 2026.

Le système attribue aussi à chaque match un score d’ensemble interne de 0 à 100. Il classe bien les matchs : sous 10, l’issue privilégiée est passée 35,7 % du temps, au-dessus de 90, 76,1 %, et les 50 matchs notés 100, 84,0 %. C’est un chiffre de classement, pas une probabilité, et il ne décide pas des pronostics publiés.

Les trois modèles

• Apprentissage automatique. Un modèle d’arbres de décision à gradient boosting entraîné sur plus de 28 000 matchs historiques. La version récente v4 gère les compétitions aux meilleures données ; l’ancienne v3.1 sert de solution de repli ailleurs.
• Poisson. Estime combien de buts chaque équipe devrait marquer à partir de notes d’attaque et de défense par compétition, corrigées de l’avantage du terrain, et transforme ces buts attendus en une matrice complète des scores.
• Dixon-Coles. Étend Poisson avec une correction pour les petits scores comme 0-0 et 1-1 (Dixon et Coles, 1997), s’ajuste par maximum de vraisemblance et donne plus de poids aux matchs récents. Ajusté par compétition.
• L’ensemble. Là où le modèle d’apprentissage automatique dispose de données fiables, les trois sont pondérés à 60 % apprentissage automatique, 20 % Poisson et 20 % Dixon-Coles. Ailleurs, Poisson et Dixon-Coles se partagent le poids. Un modèle sans données fiables pour un match est écarté et les poids sont recalculés.

Le modèle d’apprentissage automatique utilise des variables comme :

• Classements ELO, global et séparés à domicile et à l’extérieur
• Forme récente des deux équipes
• Buts et buts attendus, marqués et encaissés par match
• Nombre de matchs précédents, pour que le modèle sache de combien de données il dispose

Chaque variable est calculée à l’instant t : seules les informations disponibles avant le coup d’envoi sont utilisées. Le point faible est le début de saison et les coupes, quand une équipe a joué peu de matchs dans la compétition.

Comment nous choisissons les pronostics publiés

Depuis le 18 septembre 2026, les mêmes règles s’appliquent chaque jour, sans sélection manuelle :

• Compétitions : Premier League, Liga, Serie A, Bundesliga, Ligue 1, Eredivisie, Primeira Liga, Pro League belge, Championship, Brasileirão et MLS.
• Assez de données : les deux équipes doivent avoir au moins trois matchs de données.
• Pronostics pour combinés : la plus haute probabilité du modèle, au moins 70 %, à une cote d’au moins 1,30 et à 18 points de pourcentage au plus du marché.
• Pronostics extra : probabilité du modèle d’au moins 50 %, cotes entre 1,30 et 4,00, pas de marché du résultat et 10 points de pourcentage au plus au-dessus du marché. Classés par probabilité.
• Contrôle de division : les matchs où les données d’une équipe viennent d’une autre division sont écartés.
• Pas de pronostics de remplissage : si rien ne respecte les règles, nous publions moins de pronostics, voire aucun.

Nos pronostics publiés avant et après les nouvelles règles :

Source : pronostics publiés de Daily Sport Pick, 1 unité par pronostic, réglés à la cote publiée. Bilan complet sur notre page de résultats. Comptés depuis le 11 mai 2026, début de notre archive publique.

Les tableaux de pronostics racontent une histoire plus sobre. Depuis le 18 septembre, le modèle du tableau des combinés annonçait en moyenne 77,8 %, 66,2 % sont passés et les cotes impliquaient 74,2 %. Sur ces pronostics, le marché restait plus proche de la réalité que nous.

Ce que vous voyez sur le site

• % du modèle et % du marché. Sur les pronostics, les pages d’analyse et les tableaux, la probabilité de notre modèle figure à côté de celle implicite des cotes. Le % du marché retire la marge : des cotes de 1,80 et 2,10 sur deux issues deviennent environ 54 % et 46 %.
• Vue marché ailleurs. Pour les compétitions sans pronostics, les pages d’analyse n’affichent que les probabilités du marché.
• Pas d’étiquette value. Un écart entre modèle et marché n’est pas un avantage. Notre test du value betting explique pourquoi.
• Carte des scores. La grille de chaque page d’analyse montre tous les scores de 0-0 à 4-4 : à partir des buts attendus de notre modèle là où nous publions des pronostics, à partir des cotes ailleurs.
• Vérifiez par vous-même. Notre page de statistiques du modèle montre le score de classement face aux résultats réglés, et nous avons publié une analyse de trois bugs de notre suivi de la cote de clôture (en anglais), y compris ce que nous ne pouvons pas encore mesurer.