مطالعه موردی · ابزار مبتنی بر یادگیری ماشین

پیش‌بینِ جام جهانی ۲۰۲۶.

ابزاری که با استفاده از داده‌های گذشته فوتبال، احتمال نتیجه مسابقه‌ها را برآورد و جام جهانی را شبیه‌سازی می‌کند.

بیش از ۴۹ هزارمسابقه از سال‌های گذشته
Pythonداده و مدل‌سازی
XGBoostاحتمال نتایج مسابقه
Monte Carloشبیه‌سازی تورنمنت
Streamlitرابط تعاملی

مسئله

یک پیش‌بین کاربردی باید فراتر از اعلام برنده عمل کند: عملکرد گذشته را به احتمال‌های کالیبره‌شده تبدیل کند، عدم‌قطعیت را توضیح دهد و همان احتمال‌ها را در ساختار تورنمنت به کار بگیرد.

رویکرد

این خط‌لوله قدرت تیم، فرم، سابقه رودررو، کنفدراسیون و ویژگی‌های مرتبط با میزبانی را ترکیب می‌کند. یک مدل چندکلاسه احتمال برد، تساوی و باخت را برآورد می‌کند و سپس شبیه‌سازی‌های مکرر، احتمال‌های سطح مسابقه را به نتایج گروهی و حذفی تبدیل می‌کنند.

تصمیم طراحی

مدل و رابط با هم طراحی شدند. داشبورد احتمال‌ها و سناریوها را نشان می‌دهد، نه این‌که عدم‌قطعیت را پشت یک پیش‌بینی قطعی پنهان کند.

نتیجه‌ها

در یک ارزیابی گذشته‌نگر روی ۱۹۲ مسابقه، مدل ترکیبی از نظر دقت بر خط پایه ساده Elo برتری نداشت و تفاوت از نظر آماری معنادار نبود. لاگ‌لاس و امتیاز برایر تجمیعیِ مدل ترکیبی به‌صورت عددی پایین‌تر بود، اما اختلاف‌ها کوچک، در تورنمنت‌های مختلف ناسازگار و از نظر آماری قطعی نبودند.

آنچه بر عهده من بود

  • دریافت داده، اعتبارسنجی و مهندسی ویژگی‌ها.
  • آموزش مدل، ارزیابی و خروجی‌های احتمالی.
  • منطق شبیه‌سازی تورنمنت و پیگیری زنده نتایج.
  • رابط Streamlit، استقرار و مستندسازی فنی.

گام‌های بعدی

از بهبودهای ممکن می‌توان به پایش کالیبراسیون احتمال‌ها، بررسی خودکار داده‌ها، توضیح روشن‌تر سناریوها و ارزیابی بیشتر مدل اشاره کرد.