🤖 Performance du modèle

Statistiques du modèle d'IA

Notre modèle de machine learning analyse tous les matchs de football qu’il rencontre, pas seulement les 3 pronostics que nous publions chaque jour. Vous trouverez ci-dessous les données complètes de performance de l’IA sur des milliers de matchs. C’est ainsi que le modèle apprend et s’améliore avec le temps.

2,294Matchs analysés

2,234Réglés

41.5%Précision du modèle

928Prédictions correctes

Il s'agit du taux de réussite brut du modèle sur le résultat exact 1X2 sur tous les matchs analysés, et non du taux de réussite de nos pronostics publiés. Nos pronostics combinent plusieurs marchés (double chance, plus/moins, handicap asiatique) et gagnent bien plus souvent. Ces chiffres sont cumulés depuis mars 2026 et incluent des versions antérieures du modèle; notre modèle actuel (v4) est plus performant, voir la section Ensemble ci-dessous. Voir les résultats de nos pronostics. Que signifient ces chiffres ?

Répartition des résultats

44%

26%

30%

Victoire domicile 44% (977)Nul 26% (589)Victoire extérieur 30% (668)

Répartition Plus/Moins 1.5

79%

21%

Plus de 1.5 79% (1392)Moins de 1.5 21% (359)

Précision du modèle Plus/Moins 1.5 : 77.8% (1362/1751 corrects)

Répartition Plus/Moins 2.5

55%

45%

Plus de 2.5 55% (1230)Moins de 2.5 45% (1004)

Précision du modèle Plus/Moins : 53.4% (1192/2234 corrects)

Répartition Plus/Moins 3.5

33%

67%

Plus de 3.5 33% (579)Moins de 3.5 67% (1172)

Précision du modèle Plus/Moins 3.5 : 64.9% (1137/1751 corrects)

Les deux équipes marquent (BTTS)

58%

42%

BTTS Oui 58% (1021)BTTS Non 42% (730)

Précision du modèle BTTS : 55.3% (969/1751 corrects)

Résultats handicap asiatique

49%

Domicile couvre 49% (777)Extérieur couvre 49% (768)Nul (push) 2% (27)

Précision du modèle HA : 44.3% (684/1545 corrects, 27 push)

Précision du modèle 1X2 par compétition

Il s'agit du taux de réussite brut 1X2 (domicile/nul/extérieur) du modèle. Nos pronostics publiés utilisent aussi la double chance, les plus/moins et le handicap asiatique, leur taux de réussite diffère donc; voir les archives pour les résultats.

Fort (45%+)Modéré (38-45%)Faible (moins de 38%)Ligne pointillée = 33,3% (hasard)

Compétition	Matchs	Corrects	Précision
Serie A	80	47	58.8%+25.5
Eredivisie	59	31	52.5%+19.2
Serie B	71	36	50.7%+17.4
2. Bundesliga	65	32	49.2%+15.9
Primeira Liga	67	32	47.8%+14.5
Ekstraklasa	71	33	46.5%+13.2
3. Liga	65	30	46.2%+12.9
1. Division	98	45	45.9%+12.6
Ligue 1	66	29	43.9%+10.6
Bundesliga	64	28	43.8%+10.5
Allsvenskan	94	41	43.6%+10.3
Jupiler Pro League	79	34	43%+9.7
La Liga	90	38	42.2%+8.9
League One	96	39	40.6%+7.3
Brazilian Série A	101	41	40.6%+7.3
Premier League	215	84	39.1%+5.8
Segunda División	121	46	38%+4.7
Super League 1	53	20	37.7%+4.4
Ligue 2	55	20	36.4%+3.1
Süper Lig	65	23	35.4%+2.1

Prédictions récentes de l'IA

Date	Match	1X2	AIC	O/U 1.5	O/U 2.5	O/U 3.5	BTTS	Ligne HA	Réel	Résultat
15 juil. 2026	UEFA Champions LeagueSutjeska vs Kairat Almaty	Victoire domicile	49%	Over 1.5 ✅	Over 2.5 ❌	Under 3.5 ✅	BTTS Yes ❌	-0.5 (Home) ❌	Victoire extérieur (0-2)	❌
15 juil. 2026	UEFA Champions LeagueEgnatia Rrogozhinë vs Petrocub	Victoire domicile	36%	Over 1.5 ✅	Under 2.5 ❌	Under 3.5 ❌	BTTS Yes ✅	-0.3 (Home) ✅	Victoire domicile (6-1)	✅
15 juil. 2026	UEFA Europa Conference LeagueDečić vs FK Liepaja	Victoire domicile	36%	Over 1.5 ✅	Under 2.5 ❌	Under 3.5 ✅	BTTS No ❌	-0.3 (Home) ❌	Victoire extérieur (1-2)	❌
15 juil. 2026	UEFA Champions LeagueAtert Bissen vs KI Klaksvik	Nul	41%	Over 1.5 ✅	Over 2.5 ✅	Under 3.5 ✅	BTTS Yes ✅	+0.0 (Away)	Victoire extérieur (1-2)	❌
15 juil. 2026	UEFA Champions LeagueUniversitatea Craiova vs ML Vitebsk	Nul	50%	Over 1.5 ❌	Over 2.5 ❌	Under 3.5 ✅	BTTS Yes ❌	+0.0 (Away)	Victoire domicile (1-0)	❌
15 juil. 2026	UEFA Europa Conference LeagueMalisheva vs Vllaznia Shkodër	Victoire extérieur	39%	—	Over 2.5 ✅	—	—	-0.5 (Home) ✅	Victoire domicile (5-0)	❌
14 juil. 2026	UEFA Europa Conference LeagueLa Fiorita vs UNA Strassen	Victoire extérieur	43%	Over 1.5 ✅	Over 2.5 ❌	Under 3.5 ✅	BTTS Yes ❌	-0.3 (Home) ❌	Victoire extérieur (0-2)	✅
14 juil. 2026	UEFA Champions LeagueShamrock Rovers vs Floriana	Victoire extérieur	39%	—	Under 2.5 ❌	—	—	-0.3 (Home) ✅	Victoire domicile (5-1)	❌
14 juil. 2026	UEFA Champions LeagueLarne vs Tre Fiori	Victoire extérieur	54%	—	Under 2.5 ❌	—	—	-0.3 (Home) ✅	Victoire domicile (2-1)	❌
14 juil. 2026	UEFA Champions LeagueDrita vs Kauno Žalgiris	Nul	48%	—	Under 2.5 ❌	—	—	+0.0 (Away)	Victoire extérieur (2-3)	❌
14 juil. 2026	UEFA Champions LeagueThe New Saints vs Sabah FA	Victoire extérieur	38%	—	Under 2.5 ❌	—	—	-0.3 (Home) ❌	Victoire extérieur (1-2)	✅
14 juil. 2026	UEFA Champions LeagueLevski Sofia vs Borac Banja Luka	Victoire domicile	44%	—	Under 2.5 ❌	—	—	-0.3 (Home) ✅	Victoire domicile (4-0)	✅
14 juil. 2026	UEFA Champions LeagueRiga vs Ararat-Armenia	Nul	47%	—	Under 2.5 ❌	—	—	+0.0 (Away)	Victoire domicile (3-2)	❌
14 juil. 2026	UEFA Champions LeagueGyori ETO FC vs Vikingur Reykjavik	Victoire domicile	43%	—	Under 2.5 ❌	—	—	-0.3 (Home) ❌	Nul (2-2)	❌
14 juil. 2026	UEFA Champions LeagueInter Club d'Escaldes vs Lincoln Red Imps FC	Victoire domicile	46%	Over 1.5 ✅	Over 2.5 ❌	Over 3.5 ❌	BTTS Yes ✅	-0.5 (Home) ❌	Nul (1-1)	❌

Modèle d'ensemble

41.4%Précision de l'ensemble

2,201Matchs réglés

Notre modèle v4 GradientBoosting — l'IA derrière chaque pronostic que nous publions — atteint actuellement 47.4% de précision sur 931 matchs réglés depuis son déploiement. Cela correspond à la difficulté inhérente des résultats de football à 3 issues (hasard = 33,3%). La précision se stabilisera à mesure que davantage de données s'accumuleront.

33.1%Quand tous les modèles sont d'accord

628Tous les modèles étaient d'accord

Répartition du score d'ensemble et précision

Plage de scoreMatchsPrécision

0-9148

31.8%

10-19813

39%

20-29304

35.5%

30-39274

38.3%

40-49251

41.8%

50-59192

55.2%

60-69145

51%

70-7956

69.6%

80-8913

69.2%

90-994

25%

100-1091

100%

Calibration du modèle

Un score de confiance plus élevé signifie-t-il vraiment une prédiction plus précise ? Ce graphique y répond. Nous regroupons chaque prédiction réglée selon le score de confiance interne attribué par le modèle, puis nous affichons le taux de réussite réel de chaque groupe. Un escalier ascendant est ce que vous voulez voir : cela signifie que le modèle sait quand il a le plus de chances d’avoir raison.

Chaque barre regroupe les prédictions du modèle selon le score de confiance interne (0–100). La hauteur montre à quelle fréquence ces prédictions se sont avérées correctes sur les matchs réglés. Une tendance ascendante signifie que la confiance du modèle est significative : des scores plus élevés correspondent vraiment à des prédictions plus précises. Les données couvrent nos ligues principales où le modèle a un signal avéré. Survolez pour voir les tailles d'échantillon. Il s'agit du score de classement interne du modèle sur chaque match qu'il analyse — pas la Confiance IA par pronostic affichée sur les pronostics et la page d'accueil.

La précision du modèle est calculée uniquement sur les matchs réglés. Le modèle actuel utilise la forme, la moyenne de buts et les données de confrontations directes comme caractéristiques d’entrée. La précision s’améliore à mesure que davantage de données en direct sont collectées.

Plus de transparence: Résultats et historique · Quelle est la précision de l’IA ?