Russia 2018: chi vincerà? Le nostre previsioni

Scritto e realizzato con Alice Giorgio, data scientist

Iniziano i mondiali di calcio e noi, puntuali come un F24, ci presentiamo con il nostro modello previsionale.

Questo gioco lo fanno in tanti: Goldman Sachs ha sviluppato il suo modello e il risultato dice “vittoria dei verde-oro”.

Noi pure, che non abbiamo paura di esporci, vi diciamo vincitori e tabellone, ma pure le probabilità di vittoria partita per partita, prima e seconda del girone, ottavi/quarti/semifinali e finale.

Più caffè e cornetto.

E ve lo diciamo senza tema, consci anche del fatto che, se puntate su “uno fratto quello che diciamo”, avrete una probabilità più o meno identica di azzeccare il risultato: qualcosa di molto prossimo allo 0.

E allora, direte voi, perché mai fate questo esercizio?

Lo facciamo perché ci piace, innanzitutto.

Lo facciamo perché, non essendosi qualificata l’Italia e dovendo trovare un incentivo a seguire il torneo, per non doversi occupare di cose serie e più ridicole come la politica nostrana, ci siamo buttati sul pallone.

E poi lo facciamo per due altre ottime ragioni.

La prima è per provare a farvi capire, in modo speriamo simpatico, quanti dati, ormai, si possano trovare sul web, a saperli cercare ed estrarre come si deve, naturalmente.

Nel nostro caso, il modello è alimentato con tutti i risultati delle partite tra nazionali giocate da quando sono nati i mondiali, nel 1930, a oggi. Da quando, insomma, le squadre raggiungevano l’Uruguay in nave perdendo palloni sul pontile, al Mineirazo del 2014, con il 7 a 1 dei tedeschi in casa carioca.

A queste informazioni, per non farci mancare nulla nel nostro mondo di nerd sbarazzini, abbiamo anche aggiunto i dati di FIFA 2018, il videogioco, che contiene record e statistiche pressoché infinite su 17980 giocatori, da Cristiano Ronaldo che vale 94 (su indice da 1 a 100) a L. Sackey, diciottenne ghanese che staziona in fondo alla classifica con un misero valore di 46.

Insomma, quando vi dicono e scrivono che viviamo nell’epoca dei dati, è vero: ci sono statistiche e numeri come se piovesse e sarebbe stupido non servirsene.

Il secondo motivo per cui andiamo fieri dell’esercizio è che, usando un modello di machine learning, abbiamo dato in pasto alla macchina le nostre informazioni, lasciando che imparasse da sola a riconoscere patterns per poi fare le sue previsioni. Per la precisione, si tratta di un modello che risolve un problema di tassonomia multi-classe e dà come risultato la probabilità di vittoria delle squadre (oppure di pareggio).

Insomma, facciamo scaricabarile sul robot ma, in senso un po’ più alto, il tutto ci serve anche a ribadire una cosa che un progetto un filo più rigoroso del nostro, l’Intelligenza Artificiale psicopatica di Norman, sviluppata da MIT, punta a dimostrare: quel che fa una superintelligenza e, in ultima analisi, il suo sviluppo, dipendono un sacco dai dati con cui la si alimenta. E la stessa cosa vale per la programmazione e il coding in senso lato.

Ecco, il calcio ci sembrava un modo utile per fare capire l’antifona.

Perché poi basterà un’ondata di freddo in Russia a cambiare tutte le carte in tavola.

O l’improvviso esonero di Lopetegui, per dire…

È un po’ il motivo per cui Stephen Hawking aveva proposto la seguente equazione come formula del rigore perfetto.

Insomma, è bene ricordare che un battito di ali di farfalla in Brasile genera un uragano in Texas o, parafrasando in forma calcistica il celeberrimo effetto farfalla:

“Il battito di un cuore insensibile di arbitro a Mosca genera un cross finalmente indovinato di Antonio Candreva a San Siro”.

E ora, bando alle ciance, ecco il nostro tabellone:

Tabellone Mondiali 2018 Previsioni