Statistiques du modèle d'IA
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
Répartition Plus/Moins 1.5
Précision du modèle Plus/Moins 1.5 : 77.3% (1487/1923 corrects)
Répartition Plus/Moins 2.5
Précision du modèle Plus/Moins : 53.2% (1283/2411 corrects)
Répartition Plus/Moins 3.5
Précision du modèle Plus/Moins 3.5 : 65.1% (1251/1923 corrects)
Les deux équipes marquent (BTTS)
Précision du modèle BTTS : 54.9% (1056/1923 corrects)
Résultats handicap asiatique
Précision du modèle HA : 44.4% (754/1697 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.
| 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 |
| Ekstraklasa | 79 | 38 | 48.1%+14.8 |
| Primeira Liga | 67 | 32 | 47.8%+14.5 |
| 3. Liga | 65 | 30 | 46.2%+12.9 |
| UEFA Europa Conference League | 109 | 49 | 45%+11.7 |
| Allsvenskan | 109 | 48 | 44%+10.7 |
| Ligue 1 | 66 | 29 | 43.9%+10.6 |
| 1. Division | 105 | 46 | 43.8%+10.5 |
| Bundesliga | 64 | 28 | 43.8%+10.5 |
| Jupiler Pro League | 79 | 34 | 43%+9.7 |
| La Liga | 90 | 38 | 42.2%+8.9 |
| Brazilian Série A | 120 | 49 | 40.8%+7.5 |
| League One | 96 | 39 | 40.6%+7.3 |
| Premier League | 223 | 88 | 39.5%+6.2 |
| Superliga | 52 | 20 | 38.5%+5.2 |
| Segunda División | 121 | 46 | 38%+4.7 |
| Super League 1 | 53 | 20 | 37.7%+4.4 |
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 |
|---|---|---|---|---|---|---|---|---|---|---|
| 23 juil. 2026 | UEFA Europa Conference LeagueValur Reykjavik vs Zrinjski | Victoire domicile | 42% | — | Over 2.5 ❌ | — | — | -0.3 (Home) ✅ | Victoire domicile (1-0) | ✅ |
| 23 juil. 2026 | UEFA Europa LeagueHNK Hajduk Split vs Pafos | Victoire domicile | 73% | — | Under 2.5 ✅ | — | — | -0.3 (Home) ✅ | Victoire domicile (2-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueStjarnan vs Ilves | Victoire domicile | 51% | — | Under 2.5 ✅ | — | — | -0.8 (Home) ✅ | Victoire domicile (1-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueFK Partizan vs UNA Strassen | Victoire domicile | 42% | — | Over 2.5 ✅ | — | — | -0.5 (Home) ✅ | Victoire domicile (4-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueShelbourne vs Kalju Nomme | Victoire domicile | 35% | — | Under 2.5 ❌ | — | — | -0.3 (Home) ✅ | Victoire domicile (5-2) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueHNK Rijeka vs Derry City | Victoire domicile | 55% | — | Over 2.5 ❌ | — | — | -0.5 (Home) ✅ | Victoire domicile (1-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueNSI Runavik vs Koper | Victoire domicile | 58% | — | Under 2.5 ✅ | — | — | -0.3 (Home) ❌ | Victoire extérieur (0-2) | ❌ |
| 23 juil. 2026 | UEFA Europa Conference LeagueBravo vs Shkendija | Victoire domicile | 42% | — | Under 2.5 ❌ | — | — | -0.5 (Home) ✅ | Victoire domicile (2-1) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueMotherwell vs HB Torshavn | Victoire domicile | 60% | — | Over 2.5 ❌ | — | — | -0.8 (Home) ✅ | Victoire domicile (2-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueŽilina vs GKS Katowice | Victoire extérieur | 52% | — | Over 2.5 ✅ | — | — | -0.3 (Home) ✅ | Victoire domicile (2-1) | ❌ |
| 23 juil. 2026 | UEFA Europa Conference LeagueBorac Banja Luka vs Petrocub | Victoire domicile | 50% | — | Over 2.5 ✅ | — | — | -0.5 (Home) ✅ | Victoire domicile (3-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueFC Lugano vs Dukagjini | Victoire domicile | 42% | Over 1.5 ❌ | Over 2.5 ❌ | Under 3.5 ✅ | BTTS Yes ❌ | -0.3 (Home) ✅ | Victoire domicile (1-0) | ✅ |
| 23 juil. 2026 | UEFA Europa Conference LeagueLNZ Cherkasy vs Gent | Victoire extérieur | 42% | — | Over 2.5 ❌ | — | — | -0.3 (Home) ❌ | Nul (0-0) | ❌ |
| 23 juil. 2026 | UEFA Europa Conference LeagueHapoel Tel Aviv vs Ludogorets | Nul | 36% | — | Over 2.5 ❌ | — | — | +0.0 (Away) | Victoire domicile (2-0) | ❌ |
| 23 juil. 2026 | UEFA Europa LeagueTwente vs Ferencvarosi TC | Victoire domicile | 40% | — | Over 2.5 ✅ | — | — | -0.3 (Home) ❌ | Victoire extérieur (1-2) | ❌ |
Modèle d'ensemble
Notre modèle v4 GradientBoosting — l'IA derrière chaque pronostic que nous publions — atteint actuellement 47% de précision sur 1,015 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.
Répartition du score d'ensemble et précision
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 ?
