Prédictions générées par l‘IA pour la draft 2023 de la NFL

Portrait de Vladimir Vlatko Dimitrievski
4 min lire

La NFL Draft est l‘un des événements les plus importants du calendrier de la NFL, et ce pour de bonnes raisons. C‘est le principal moyen pour les équipes de la NFL de constituer leurs effectifs et d‘ajouter de nouveaux talents à leur équipe. Les équipes passent des mois à repérer et à évaluer les candidats à l‘université afin d‘identifier les meilleurs joueurs pour leur équipe. La draft est l‘occasion pour les équipes d‘ajouter des joueurs talentueux qui peuvent les aider à améliorer leurs performances sur le terrain et potentiellement les mener à un championnat.

De plus, la draft de la NFL est un événement très attendu par les fans de football du monde entier. Les fans regardent la draft avec beaucoup d‘excitation, attendant de voir quels joueurs leur équipe préférée va sélectionner. La draft est un moyen pour les fans d‘avoir un aperçu de l‘avenir de leur équipe et de voir la direction qu‘elle prend. C‘est aussi l‘occasion pour les fans de découvrir de nouveaux joueurs qui pourraient devenir leur nouveau joueur préféré. Cette sélection est importante car elle peut avoir un impact significatif sur l‘avenir des franchises de la NFL. Les joueurs sélectionnés lors de la draft peuvent faire une grande différence dans le succès de leur équipe. Un bon choix peut contribuer à transformer une équipe en difficulté en une équipe compétitive, tandis qu‘un mauvais choix peut faire reculer une équipe pendant des années. Le repêchage est une partie cruciale de l‘intersaison de la NFL, et c‘est un moyen pour les équipes de se positionner pour le succès de la saison à venir et au-delà.

Les réseaux neuronaux sont réputés pour leur capacité à donner un sens et à extraire des modèles à partir d‘ensembles de données autrement déconnectés et incompréhensibles, ce qui n‘est pas sans rappeler les noms des espoirs de la NFL dans tous les États-Unis. Il n‘est pas surprenant que les réseaux neuronaux s‘inspirent de la structure du cerveau humain, constituée de couches interconnectées de nœuds ou de neurones modélisés mathématiquement, et qu‘ils soient capables d‘apprendre à partir de vastes ensembles de données. 

C‘est pourquoi nous pensons que les réseaux neuronaux pourraient être l‘outil idéal pour prédire les choix de la draft 2023 de la NFL. 

Lorsque nous avons eu l‘idée de cette expérience, nous avons dû prendre en compte l‘architecture du réseau. Lorsqu‘il s‘agit de réseaux neuronaux, l‘architecture du réseau relève plus de l‘art que de la science exacte. Nous avons également dû réfléchir au processus de modélisation du réseau. Mais tout d‘abord, parlons un peu des données dont nous disposons et du nombre de prédicteurs que nous avons utilisés.

Comment nous avons obtenu les données

Comme nous le savons tous, ce sont les données qui font la magie. Nous nous sommes donc tournés vers diverses sources de données en ligne et vers l‘ensemble de données Kaggle pour construire les attributs prédictifs. Kaggle dispose d‘une base de données comprenant plus de 4 000 joueurs de la NFL qui ont été recrutés à partir de 1967. Si nous enrichissons cette base de données avec la multitude de sources de données disponibles en ligne, nous pouvons commencer à construire un ensemble de données d‘environ 30 prédicteurs par joueur, allant de :

  1. Statistiques universitaires du joueur 
  2. Les statistiques physiques du joueur
  3. Compétition universitaire à laquelle le joueur a été confronté
  4. Antécédents de blessures 

SnapLogic offre une grande polyvalence pour la mise en commun des données. Nous avons donc utilisé plusieurs pipelines pour extraire, dépouiller et transformer les données avant de les placer dans un entrepôt de données Snowflake.

Mettre en place des pipelines pour le scraping de données
Mettre en place des pipelines pour le scraping de données

Maintenant, avec nos données dans l‘entrepôt, nous avons ajouté nos 30 prédicteurs.

Transférer les données vers l‘entrepôt
Transférer les données vers l‘entrepôt
ajout de 30 prédicteurs à l‘entrepôt de données
Saisir les prédicteurs

Nous avons ensuite commencé à concevoir l‘architecture du réseau neuronal. Et, pour rendre les choses un peu plus intéressantes, puisque les réseaux neuronaux sont modélisés d‘après le cerveau humain, et que le cerveau humain possède cette belle plasticité ou règle de Hebbian, nous l‘avons également incluse. Avec 30 entrées, nous avons conçu l‘architecture.

Conception de l‘architecture des réseaux neuronaux
Conception de l‘architecture des réseaux neuronaux

Nous avions plusieurs couches - la première se compose de 30 neurones d‘entrée. Elle prend les données en entrée et un ensemble de couches cachées, y compris une couche dite de mise en commun maximale pour réduire la dimensionnalité des données. Les autres couches de la conception sont là pour extraire les caractéristiques pertinentes des attributs des joueurs et des données de performance et pour effectuer une classification afin de prédire la position de repêchage du joueur. 

Cette conception permet au réseau d‘apprendre des relations complexes dans les données, tout en évitant l‘ajustement excessif et en améliorant la généralisation.

À cela s‘ajoute la règle de Hebbian. Nous nous assurons que le réseau - semblable au cerveau humain - apprend à être robuste et à s‘adapter aux nouvelles données en laissant tomber une fraction des neurones pendant la formation.

Ajouter la règle de Hebbian
Ajouter la règle de Hebbian

Nos pronostics pour la draft 2023 de la NFL

Après une longue session de formation, nous étions prêts à alimenter les données des joueurs de 2023. Voici les résultats :

  1. Carolina Panthers → Bryce Young
  2. Houston Texans → Will Levis
  3. Arizona Cardinals → Tyree Wilson
  4. Indianapolis Colts → C.J. Stroud
  5. Seattle Seahawks → Anthony Richardson
  6. Detroit Lions → Devon Witherspoon
  7. Las Vegas Raiders → Christian Gonzalez
  8. Atlanta Falcons → Bijan Robinson
  9. Chicago Bears → Paris Johnson
  10. Philadelphia Eagles → Peter Skoronski
  11. Tennessee Titans → Will Anderson Jr.
  12. Houston Texans → Keeanu Benton
  13. Green Bay Packers → Jalen Carter
  14. New England Patriots → Joey Porter
  15. New York Jets → Broderick Jones
  16. Washington Commanders → Deonte Banks
  17. Pittsburgh Steelers → Lukas Van Ness
  18. Detroit Lions → Nolan Smith
  19. Tampa Bay Buccaneers → O‘Cyrus Torrence
  20. Seattle Seahawks → Myles Murphy
  21. Los Angeles Chargers → Jaxon Smith-Njigba
  22. Baltimore Ravens → Julius Brents
  23. Minnesota Vikings → Hendon Hooker
  24. Jaguars de Jacksonville → Calijah Kancey
  25. New York Giants → Zay Flowers
  26. Dallas Cowboys → Dalton Kincaid
  27. Buffalo Bills → Jordan Adison 
  28. Bengals de Cincinnati → Michael Mayer
  29. New Orleans Saints → Bryan Bresee
  30. Philadelphia Eagles → Jahmyr Gibbs
  31. Kansas City Chiefs → Quentin Johnston

D‘après nos calculs, nous avons une confiance de 93 % dans ce modèle. Nous n‘avons pas tenu compte des échanges. Nos prévisions seront-elles correctes ? Nous verrons ce qui se passera à Kansas City. La NFL Draft 2023 aura lieu du 27 au 29 avril et sera diffusée sur ESPN. Suivez-nous et découvrez nos performances.

Portrait de Vladimir Vlatko Dimitrievski
Consultant technique principal chez IWConnect
Prédictions générées par l‘IA pour la draft 2023 de la NFL

Nous recrutons !

Découvrez votre prochaine grande opportunité de carrière.