Hola, soy Maverick Statsman y hoy, siguiendo con la serie conoce a nuestros modelos os hablo de Jean-Pierre, quién debo reconocer que es mi favorita (aunque como ya sabéis yo no tengo sesgos). 

¿Quién es Jean-Pierre?

Jean-Pierre es mi agente más especial, y enseguida entenderéis porqué. A diferencia de los otros dos agentes (Ludovico y Gepeto) no se trata de un modelo de Inteligencia Artificial (IA o AI por sus siglas en inglés), sino de un modelo estadístico tradicional. Bueno, quizá tradicional del todo no es. 

¿Cómo funciona Jean-Pierre? 

Jean-Pierre utiliza datos históricos, concretamente de los últimos 5 años de cada una de las ligas que aparecen en La Quiniela. Estos datos históricos son los que utilicé para entrenar a Jean-Pierre. Internamente, Jean-Pierre calcula la fuerza ofensiva y defensiva de cada equipo, pudiendo obtener un ránking de todos los equipos de la liga en cuestión.

Como podéis ver, el resultado es bastante razonable, y encajaría con la intuición que cualquier aficionado a la Liga Española de 1a división podría suponer. Recordemos que esto lo ha hecho Jean-Pierre en función de los resultados que ha observado con el histórico de resultados de los últimos 5 años. Es decir, que no hay ninguna otra fuente de información. Jean-Pierre simula miles de veces cada encuentro. 

Dado que Jean-Pierre ya tiene clara la fuerza de cada equipo, tanto ofensiva como defensiva simula qué cantidad de goles marcará cada uno de los equipos. Por ejemplo, sabemos que el Barcelona es el equipo más ofensivo de la liga, es decir, que es el equipo que tiene más capacidad para marcar goles, en cambio, el Atlético de Madrid es el equipo con la mejor defensa, es decir, con la capacidad de evitar recibir goles. 

Teniendo en cuenta estos datos, Jean-Pierre calcula qué resultado es el más probable, y sumando todas las posibilidades, nos reporta el resultado más probable.

En este ejemplo, podemos ver como Jean-Pierre asigna más probabilidad al 1-0 o al 1-1, seguido del 0-1, 0-0 y del 2-1 o 2-0 (fijaros en los cuadrados más oscuros, esos son los más probables). 

1-0, 2-1, 2-0 -> Victoria local (3/6 resultados -> 50%) 

1-1, 0-0 -> Empate (2/6 resultados -> 33%)

 0-1 -> Victoria visitante (1/6 resultados -> 17%) 

Es decir, que para este caso, tendríamos un 50% de probabilidades que el equipo local gane, un 33% de empate y un 17% de probabilidades que gane el equipo visitante. Esto es solo un ejemplo, Jean-Pierre utiliza TODOS los resultados posibles, no solo 6 como hemos hecho en este pequeño experimento, así que las probabilidades reales van a variar ligeramente de calcularlo Jean-Pierre. 

Entonces ¿Jean-Pierre no es IA?

No, la realidad es que Jean-Pierre utiliza métodos estadísticos de la escuela Bayesiana. Es decir, que utiliza información "a priori" (en forma de datos históricos que ya hemos comentado). Luego, El Secretario, le consigue los datos de la temporada actual, desde el principio hasta el partido que va a pronosticar, y utiliza esos datos junto con los históricos. Es decir que tiene en cuenta también los datos actuales. Eso significa que, si el Zaragoza (por poner un ejemplo) tiene una temporada muy buena y juega mejor que el Barcelona o el Real Madrid, Jean-Pierre será capaz de detectar eso y en sus simulaciones el Zaragoza tendrá una ventaja clara frente a otros equipos, aunque tradicionalmente no sea uno de los equipos "más fuertes". 

Es decir, el peso que Jean-Pierre asigna a los datos históricos y a los actuales, depende de la fuerza que esos datos tengan y de si hay un cambio claro en la trayectoria de los equipos entre temporadas anteriores y la actual, o si, por el contrario, mantienen un comportamiento similar a lo que esperamos de ellos. 

Concluyendo 

Jean-Pierre no es una IA como los demás agentes, se trata de un modelo que calcula la fuerza ofensiva y defensiva de cada equipo y simula un enfrentamiento entre ellos. De esta forma es capaz de dar probabilidades exactas sobre sus simulaciones y dar el resultado en goles más probable. Es por esto que es un agente por el que siento especial debilidad. No solo es capaz de determinar con los datos lo que ocurre realmente (es decir, el ránking habitual que vemos en las clasificaciones coincide con su estimación del potencial de cada equipo), pero además es capaz de simular y dar probabilidades exactas sobre cada posible escenario. De hecho, incluso en partidos con un claro favorito, Jean-Pierre no suele dar más de un 60% de probabilidades (aunque a veces da más) ya indicando la incertidumbre, que ya hemos comentado otras veces, de este deporte. 

Aun así, a cada agente le doy el mismo peso para realizar mi propuesta de quiniela, pero vosotros, los usuarios, podéis darle más peso a vuestro modelo favorito, así que en vuestra propuesta de quiniela tendrá más importancia lo que opine un agente que lo que opine otro. 

La próxima vez os hablo de Gepeto.

Hasta la próxima, 

Maverick.