JLB data football (@jlb_data) header
JLB data football (@jlb_data) profile picture

Passionné de statistiques et de football. Expert scouting par la data. Conseil et expertise dans traitement de donnée de recrutement. https://nitter.gq/t.co/KZ5llVnFGn

Paris, France
Joined January 2021
Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)Photo by JLB data football (@jlb_data)
Elliot Anderson, carte vendue à 5 euros ce matin. La seule satisfaction a été d’identifier des joueurs à gros potentiel avant le grand public mais le jeu ne valait pas la chandelle… #sorare
60
J’ai étudié précisément la performance de mon modèle de prédiction: - 12 567 saisons-joueurs analysés ici. - 0,72 de corrélation de rang pour les connaisseurs de stats. - 54 % de variance expliquée (R2). Le modèle ne prétend pas tout prédire, mais avec de tels résultats: On pourrait penser que le modèle a plié le game. - 90% des joueurs que j’annonce dans les 10% des meilleurs finissent la saison dans les 30% des meilleurs d’un championnat. Des angles morts importants (blessure, temps de jeu), peut-être par construction car je suis assez surpris d’une telle performance. Un entraîneur ne fera pas jouer un flop par exemple. Toujours est-il que c’est un très bel outil pour aider au recrutement. #datafootball #Ligue1McDonalds #Ligue2 #Ligue3Betclic
1
370
Ok, j’ai corrigé le biais en prenant la borne minimale de l’intervalle de confiance. Par conséquent, tous les joueurs sont conservés même ceux qui ne jouent pas. La corrélation de rang chute à 0.51. 77% joueurs du 1er décile finissent dans les 3 1ers decile. Ça me paraît plus juste et moins trompeur.
65
Vidéo de présentation de mon application. app.jlbdatafootball.com/ #Ligue1 #Ligue2 #Ligue3 #datafootball
1
11
888
Analyse statistique des profils embarqués directement dans l’application. C’est ce cours qui m’a passionné pour les statistiques. À la sortie du cours, j’avais testé sur des données de football manager… Aanlyse en Composantes Principales, k means, suivie d’une Analyse Discriminante pour afficher les profils de poste. L’axe de séparation est une combinaison multidimensionnelle des variables segmentantes. Lorsqu’il y’a 3 segments pour un poste, l’analyse discriminante affiche distinctement les différences. Pour les milieux, j’ai rajouté le profil box to box qui ne ressortait pas par les stats, ça interpelle. #stat #datafootball #ACP #clustering #kmeans
1
382
J’ai regardé les autres grands championnats sur l’indicateur d’impact défensif. Très intéressant… En Premier League 🏴󠁧󠁢󠁥󠁮󠁧󠁿: - Kamara d’Aston Villa, van Hecke de Brighton, Burn de Newcastle En Bundesliga 🇩🇪: - Bernardo, défenseur brésilien fiable d’Hoffenheim et Bochum En Serie A 🇮🇹: - Mc Tominay du Napoli et Solet d’Udinese En Liga 🇪🇸: - Carreras du Réal Madrid
2
417
JLB data football retweeted
Sensible World of Soccer (1994) was the best football game of the 90s. I die on that hill. Best controls, best top-down view graphics, smooth scrolling, best sound effects. The "thump" when the ball gets kicked could not have been any better. No disrespect to Kick Off 2, Dino Dini's Goal, and even FIFA later on... but to me SWOS will always remain the football game with the highest level of playability.
46
24
3
509
20,634
Quand je vois des analyses à 2 dimensions avec un beau graphique (x,y), je me dis que l’auteur n’a pas suivi les cours de bases statistiques. Au moins une chose que l’IA ne fera pas à votre place. L’IA ne remplace pas la formation, l’enseignement et l’expertise. Si je n’avais pas suivi ces cours... Il y’a plus de 20 ans, j’étais déjà plus pertinent avec les données de football manager. En d’autres termes, chacun son métier et son expertise. #data #datafootball
1
3
743
J’ai créé un nouvel indicateur d’impact défensif très intéressant. Il s’agit de la synthèse des écarts entre les buts encaissés, les XG contre, les clean sheets sur et en dehors du terrain. Le résultat ne m’a pas surpris. En effet, c’est André de Lille qui est premier avec des stats évidentes (ex: 1.26 buts en moins sur 90 mn qd il est sur le terrain). Chennahi de Montpellier serait le joueur qui s’en rapprocherait le plus au même poste. L’indicateur a du sens sur une année complète, ici j’ai cumulé toutes les saisons L1 et L2 observées. Il met aussi en évidence des joueurs qui ont un impact défensif supérieur au reste de l’effectif. #Ligue1 #Ligue2
576
Découvrez le top 20 de D1 féminine, la meilleure joueuse Dumornay et 2 joueuses du championnat anglais, Putellas, la ballon d’or et Cascarino qui fait un très bon début de championnat. #FootballFeminin #FootFeminin #WomenFootball #WomensFootball #SoccerWomen #D1Arkema
223
Je viens de rajouter le football féminin🏃‍♀️. Le championnat anglais et la champions league seraient d’un niveau légèrement supérieur, l’estimation a été réalisée avec moins de mouvements vs football masculin. #FootballFeminin #FootFeminin #WomenFootball #WomensFootball #SoccerWomen #FFF #D1Arkema
133
J’ai rajouté les compétitions internationales à la comparaison de niveau des championnats. La Premier League reste la compétition la plus relevée. La Champions League arrive en 2e position, peut-être car il n’y a pas de distinction entre la phase de groupe et la phase à élimination directe. L’Europa League serait d’un niveau légèrement inférieur à la Ligue 1. À ceux qui s’arrêteraient à la performance des clubs français dans cette compétition, l’évaluation prend en compte 1082 joueurs sur 3 saisons et 31 championnats différents. #Ligue1
1
2
493
À chaque fois que je vois Fratesi jouer, je me rappelle l’avoir identifié en Serie B… #ITAFRA
1
277
Avom de Lorient ressort très bien avec ma nouvelle notation sur 90 minutes jouées. Grosse activité défensive et à la passe. Ma notation se détache des notations des sites traditionnels et met plus en évidence la performance des joueurs. Les sites traditionnels ont tendance à être influencés par la performance collective et le temps de jeu. #Ligue1McDonalds #FCL
1
1
402
Analyse comparative des 3 meilleurs latéraux droits français disponibles (hors Koundé, Kalulu, Gusto). 🥇Mukiele a le meilleur classement avec mon indice de référence (7.24) prenant en compte les 3 dernières saison et le niveau des championnats. 🥈Clauss réalise un très bon début de saison, mais a 34 ans, il ne devrait plus être sélectionné. 🥉Kumbedi malgré la Bundesliga 2, il n’est pas à la traîne, sa note référence est de 7.12, évalué à 17 M€. #edf
327
Kumbedi en équipe de France 🇫🇷, latéral droit de 21 ans de Wolfsburg. - Très bonnes performances en Bundesliga 2, - De très grosses qualités physiques, - Un ratio de duels gagnés seulement à 54% mais un nombre de passes qui cassent les lignes très important. C’est le titulaire du poste en espoir. Sur le niveau relatif, d’autres joueurs affichent aussi de bonnes performances mais le critère d’âge et projection pour l’Euro a joué défavorablement. #EDF #LesBleus
3
447