ব্রাজিলের সেকেন্ড টিয়ারে অ্যালগরিদমিক লেন্স

python import matplotlib.pyplot as plt games = [‘CRB vs Avaí’, ‘Botafogo-SP vs Chapecoense’, ‘América-MG vs Criciúma’] xG = [1.7, 1.2, 1.9] # প্রত্যাশিত গোল actual = [1, 1, 1] plt.bar(games, xG, color=‘#009B3A’) plt.bar(games, actual, color=‘#FFCC00’) plt.title(‘Brazil Serie B: xG vs Actual Goals (Matchday 12)’)

ম্যাচডে ১২-এর সংখ্যা:

• ৪০% ম্যাচ ড্রে শেষ হয়েছে (৮/২০)
• প্রতি ম্যাচে গোলের গড়: ১.৮৫ (লিগ গড়ের চেয়ে কিছুটা কম)
• দীর্ঘতম অনিবারিত রান: CRB (এখন ৫ ম্যাচ)

প্রধান ম্যাচ থেকে ট্যাকটিক্যাল টেকঅ্যাওয়ে

গোইয়াসের মিনাস জেরাইসের উপর ২-০ জয় পরিসংখ্যানগতভাবে выделяется. আমাদের পাসিং নেটওয়ার্ক বিশ্লেষণ দেখায়:

১. সেন্ট্রাল মিডফিল্ড আধিপত্য (আক্রমণাত্মক তৃতীয়াংশে ৬২% দখল) ২. ডিফেন্সিভ লাইন season average-এর চেয়ে ৪.৩মিটার উচ্চতর ৩. সফল প্রেসার রিগেইন: প্রতিপক্ষের অর্ধে ৭৮%

তবে আমার Opta-এর সহকর্মীর কথা মতো - ‘টেবিল কখনো মিথ্যা বলে না’. অ্যাটলেটিকো পারানায়েন্সের করিটিবার বিপক্ষে ০-১ হার, যদিও তাদের xG ছিল উচ্চতর (২.১ বনাম ০.৭), এটি ব্যাখ্যা করে কেন আমরা মেশিন লার্নিং মডেলগুলি ৫-সিজন ডেটা উইন্ডো দিয়ে তৈরি করি।

কি আসছে? ম্যাচডে ১৩-এর জন্য প্রেডিক্টিভ মডেল

আমাদের র্যান্ডম ফরেস্ট অ্যালগরিদম সuggests:

• ৬৮% সম্ভাবনা ভিটোরিয়া শীর্ষ স্থান ধরে রাখবে
• ৪২% সম্ভাবনা পন্টে প্রেতা শীর্ষ ৪-এ প্রবেশ করবে
• সর্বাধিক পরিবর্তনশীল 매치アップ: লন্ড্রিনা বনাম ব্রাস্কে (৫২% হোম জয়ের পূর্বাভাস)