Vingt équipes. Des bols à poussière qui tournent à Kandy. Plateformes de frappeurs plats à Mumbai. La Coupe du monde masculine ICC T20 2026 se dirige vers l'Inde et le Sri Lanka, et quelque part à l'heure actuelle, une douzaine d'équipes de science des données construisent déjà des modèles pour prédire le résultat de chaque match avant que la première balle ne soit lancée.
Je suis obsédé par le cricket depuis que je suis enfant et j'ai passé plus de 14 ans à créer des systèmes logiciels. Le chevauchement de ces deux mondes est l’un de mes terriers de lapin préférés. Je me suis donc posé une question d'ingénierie simple : si je devais créer un agent d'IA qui prédit les vainqueurs des matchs de la Coupe du monde T20, comment le ferais-je réellement ? Pas un carnet Kaggle. Pas un hack du week-end. Un véritable système de prédiction de qualité production.
Voici ce que personne ne dit à propos des modèles de prédiction du cricket : la partie ML est la partie la plus facile. Le plus dur, c'est tout ce qui l'entoure.
Chaque modèle de prédiction vit ou meurt grâce à ses données d'entraînement. Pour le cricket T20, l’espace de fonctionnalités est plus grand que ce que les gens pensent. Vous avez besoin de records balle par balle, de statistiques de carrière de joueur, de mesures de forme récentes, de données sur le site (type de terrain, dimensions des limites, altitude, scores moyens de la première et de la deuxième manche), des résultats des lancers et des records en face-à-face.
Le cricket est l’un des sports les plus riches en données de la planète, ce qui est utile. CricViz, le fournisseur d'analyses que Justin Langer – alors entraîneur-chef de l'Australie – appelait autrefois « la Rolls Royce de l'analyse du cricket », a analysé des millions de livraisons sur des milliers de matchs. Leur partenariat de données avec la B...
[Courte citation de 8% de l'article original]