Machine Learning I — 2026
PREMIER
PREDICTOR
AI ENGINE
XGBoost + Rolling Averages. 444,252 eventos procesados. Regresión Ridge y particionamiento puramente cronológico (Time Series Split).
scroll
444,252 Eventos WhoScored
Regresión Logística L2
ROC-AUC 0.788
Time Series Split CV
Zero Data Leakage
Rolling Averages Feature Eng.
Recall Goles 61.1%
Ridge Regression xG
XGBoost Multiclass
444,252 Eventos WhoScored
Regresión Logística L2
ROC-AUC 0.788
Time Series Split CV
Zero Data Leakage
Rolling Averages Feature Eng.
Recall Goles 61.1%
Ridge Regression xG
XGBoost Multiclass
01 — Predictor Inteligente
MATCH
PREDICTOR
VS
02 — Rendimiento
MÉTRICAS
DEL MODELO
0.000
ROC-AUC Score
Clasificador xG binario. Capacidad discriminativa real.
0%
Recall en Goles
De cada 10 goles reales, el modelo detecta ~6.
0%
Exactitud H/D/A
Predicción multiclase validada con Time Series Split CV (Cero Data Leakage).
444K
Eventos Procesados
Tiros, pases y acciones de WhoScored API.
03 — Exploratory Data Analysis
VISUALIZACIÓN
DE DATOS
04 — Benchmark
NUESTRO
MODELO VS
BET365
Nuestro Modelo ML Puro
43.3%
VS
Benchmark Bet365
50.1%
Comparamos el modelo contra el verdadero techo de cristal del fútbol: Las Casas de Apuestas (50.1%).
Alcanzar un 43.3% garantizando cero Data Leakage mediante Time Series Split validation demuestra matemáticamente que la algoritmia ha capturado inteligencia deportiva que roza el límite de la incerteza futbolística pura (estocástica).
05 — Inteligencia Espacial
xG
SHOT MAP
MITAD DE CANCHA
Puntos Verdes (Terminaron en Gol)
- Punto GRANDE: Gol Esperado. Era altísimamente probable y el jugador cumplió.
- Punto CHIQUITO ¡Golazo!: Una genialidad del jugador. El modelo le daba un xG casi nulo (tiro lejano o sin ángulo), pero marcó.
Puntos Rojos (Fallo, al Palo o Atajada)
- Punto GRANDE ¡Fallo Garrafal!: Las matemáticas decían que era "más difícil fallarlo que meterlo" y el jugador erró.
- Punto CHIQUITO: Fallo predecible. Tiro arriesgado de poca probabilidad.