El motor de machine learning de DataSoccer. Aprende de cada partido real y calcula probabilidades usando inteligencia artificial entrenada con resultados históricos — distinto al análisis estadístico del panel principal.
El Panel IA muestra las predicciones del modelo de machine learning. A diferencia del panel estadístico (que usa fórmulas matemáticas y datos recientes), este motor aprendió de miles de partidos pasados y ajusta sus predicciones según los patrones que encontró.
Ninguno es mejor en absoluto — son complementarios. El panel estadístico reacciona rápido a la forma reciente. El Panel IA usa patrones más amplios aprendidos de miles de partidos. Cuando ambos coinciden, la señal es la más sólida que podés tener.
En la parte superior hay una barra de fecha con flechas para navegar entre días y un botón "Hoy" para volver al día actual.
Arriba a la derecha hay un chip pequeño que dice:
⚡ Flask (fondo verde) — el motor está corriendo en modo rápido. Es el estado ideal.
⚙ CLI — el motor está en modo alternativo (más lento pero funcional).
También aparece la fecha del último reentrenamiento del modelo ("Entrenado: DD/MM/YYYY"). Si hace más de 2 semanas que no se reentrenó, el modelo puede estar menos actualizado.
A la derecha de los controles de fecha verás: "X partidos · Y con ML · Z por jugar". "Con ML" son los partidos donde el sistema tiene predicción calculada. Si hay partidos sin ML es porque ese equipo no tiene suficiente historial.
Cada partido que tiene predicción ML muestra 5 cajitas de colores:
Local 🟣 — probabilidad de que el equipo local marque al menos 1 gol.
Visit. 🔵 — probabilidad de que el visitante marque al menos 1 gol.
BTTS 🟡 — probabilidad de que ambos equipos marquen (Both Teams Score).
O1.5 🟢 — probabilidad de que el partido tenga 2 o más goles.
O2.5 🔴 — probabilidad de que el partido tenga 3 o más goles.
Al hacer clic en cualquier partido, se abre una ventana con el análisis completo. Lo primero que ves es el banner de señal de valor:
⭐ Verde — MERCADO RECOMENDADO: La IA encontró probabilidades suficientemente altas en al menos un mercado. La descripción te dice cuál.
📊 Sin mercado destacado: No hay probabilidades lo suficientemente altas como para destacar un mercado, pero tampoco son bajas. Revisá el análisis estadístico antes de apostar.
⚠ Partido cerrado: Tanto el local como el visitante tienen probabilidades bajas de marcar. La IA espera poca acción goleadora en este partido.
El panel de filtros en la parte superior te permite quedarte solo con los partidos que cumplen ciertos valores mínimos y máximos de probabilidad. También podés buscar por nombre de equipo o liga.
Dejás los campos que no te interesan en blanco — solo completás los que importan. Ejemplo: si querés ver solo partidos con alta probabilidad de BTTS, ponés BTTS mínimo: 55 y dejás todo lo demás vacío.
Las cajitas se resaltan cuando tienen un valor activo. El contador arriba del filtro muestra cuántos partidos pasaron.
La vista principal — todos los partidos del día con sus predicciones ML y el filtro de probabilidades.
Información técnica del motor de IA. Lo más útil que vas a encontrar acá:
Estado ● Activo: el modelo está procesando predicciones. Si dice "◌ Iniciando", esperá unos minutos.
Cantidad de predicciones: cuántos partidos ha analizado el sistema hasta ahora. Cuanto más alto, más entrenado está.
Variables más importantes: muestra cuáles son los factores que el modelo considera más relevantes para predecir goles. Las barras más largas = mayor importancia. Ej: "Diferencia de nivel" o "xG ofensivo local".
Calibración Local/Visitante: el Brier Score — un número de error. Verde <19%: excelente. Amarillo <23%: bueno. Rojo: mejorable.
La precisión histórica del modelo en los últimos 30, 60 o 90 días. Los dos números clave:
Aciertos Local: verde si ≥68%. Significa que en ese porcentaje de los casos, cuando el modelo dijo "el local marca" — el local efectivamente marcó.
Calidad del modelo (Brier Score): mide no solo si acertó sino qué tan seguro estaba. "Excelente" significa que da probabilidades precisas, no solo adivinanzas.
Usá las 3 ventanas de tiempo para ver si la precisión mejoró o empeoró recientemente. Si en 30 días es mejor que en 90, el modelo está en buen momento.
Registro de cada vez que el modelo se reentrenó automáticamente (todos los lunes a las 3am). Podés ver cuántas muestras usó cada vez y qué precisión obtuvo. Si en algún reentrenamiento la precisión bajó bruscamente, algo cambió en los datos de esa semana.
Cuando abrís el detalle de un partido, debajo de las 5 probabilidades hay una barra de confiabilidad con un número de 0 a 100. Indica qué tan fiable considera el modelo sus propias predicciones para ese partido específico.
70-100: el modelo tiene buena base de datos del historial de ambos equipos. Las predicciones son más sólidas.
40-69: confiabilidad media. Las predicciones son orientativas, especialmente útiles para confirmar otras señales.
<40: el modelo tiene pocos datos. Tomá las predicciones como un dato más, no como señal definitiva.