.jpg){kind=link}
- बेसबॉल में शुरुआती पिचर और मौसम लगभग सभी लाइनों को हिलाते हैं।
- अमेरिकी फ़ुटबॉल में इनएक्टिव खिलाड़ी और मैच की पटकथा पास और यार्ड बदल देते हैं।
- AI व्यवस्थित करने में मदद करती है: डेटा आप देते हैं, गणना वह करती है।
इस गाइड को सेव कर लीजिए ताकि NFL के रविवारों और बेसबॉल के दिनों में यह हाथ में रहे।
आपकी प्रगति इसी ब्राउज़र में सेव रहती है।
NFL और MLB प्रॉप्स क्या हैं?
प्रॉप किसी खिलाड़ी के एक आँकड़े पर दांव है।
बुकमेकर एक लाइन तय करता है और आप ओवर या अंडर चुनते हैं।
इस गाइड में हम अलग-अलग तर्क वाले दो खेल देखते हैं।
बास्केटबॉल के लिए AI से NBA प्रॉप्स की गाइड देखिए।
| खेल | आम प्रॉप्स | जो इन्हें सबसे ज़्यादा हिलाता है |
|---|---|---|
| NFL | पासिंग यार्ड, रशिंग यार्ड, रिसेप्शन | इनएक्टिव खिलाड़ी, मैच की पटकथा, मौसम |
| MLB | शुरुआती पिचर के स्ट्राइकआउट, हिट, टोटल बेस | शुरुआती पिचर, विपक्षी, मैदान और मौसम |
उदाहरणों की संख्याएँ उदाहरण हैं।
वे किसी असली खिलाड़ी की नहीं हैं।
बेसबॉल: शुरुआती पिचर सब कुछ क्यों बदल देता है
एक शुरुआती पिचर पाँच से सात इनिंग फेंकता है।
उन इनिंग में जो कुछ होता है, उसका लगभग सब कुछ उसका स्तर तय करता है।
इसीलिए बेसबॉल प्रॉप्स उसके आसपास बनते हैं।
अगर शुरुआती पिचर बदल गया तो लाइन किसी काम की नहीं रहती।
Gambeta शुरुआती पिचर को एक शर्त की तरह लेता है।
उसका बेसबॉल मॉडल पिचर की प्रभावशीलता का एक संकेतक इस्तेमाल करता है, जो सीज़न के उसके प्रदर्शन को कम इनिंग के लिए थोड़ी सावधानी के साथ मिलाता है।
अगर शुरुआती पिचर पक्का नहीं है तो पिक प्रकाशित नहीं होता।
यह नियम आपके लिए भी एक अच्छी आदत है।
- पक्का हुआ शुरुआती पिचर: नाम, हाथ और अपेक्षित इनिंग।
- विपक्षी: विपक्षी की बल्लेबाज़ी कितने स्ट्राइकआउट देती है।
- मैदान: कुछ मैदान बड़े शॉट्स के पक्ष में होते हैं।
- मौसम: हवा, तापमान और बारिश।
- बुलपेन: अगर शुरुआती पिचर जल्दी निकले तो रिलीवर आते हैं।
शुरुआती पिचर के स्ट्राइकआउट: गणना के साथ एक उदाहरण
स्ट्राइकआउट एक सरल गणना जैसे दिखते हैं।
प्रति इनिंग स्ट्राइकआउट गुणा फेंकी गई इनिंग।
हर 9 इनिंग में 9 स्ट्राइकआउट वाला पिचर प्रति इनिंग 1 स्ट्राइकआउट करता है।
अपेक्षित 5.5 इनिंग के साथ प्रोजेक्शन 5.5 स्ट्राइकआउट है।
5.5 की लाइन के साथ “ओवर” को 6 या उससे ज़्यादा स्ट्राइकआउट चाहिए।
Poisson वितरण का एक सन्निकटन ये नतीजे देता है।
यह एक सरलीकरण है, पर संवेदनशीलता देखने के काम आता है।
| अपेक्षित स्ट्राइकआउट (उदाहरण) | 6 या ज़्यादा की प्रायिकता | ऑड्स 1.90 (52.6%) के मुक़ाबले |
|---|---|---|
| 4.5 | 29.7% | वैल्यू नहीं है |
| 5.5 | 47.1% | वैल्यू नहीं है |
| 6.5 | 63.1% | गुंजाइश है |
देखिए कि नतीजा अपेक्षित इनिंग के प्रति कितना संवेदनशील है।
आधे स्ट्राइकआउट का घटना-बढ़ना प्रायिकता को पंद्रह प्वाइंट से ज़्यादा बदल देता है।
इसीलिए यह जानना ज़रूरी है कि शुरुआती पिचर जल्दी निकलता है या नहीं।
तालिका की गणनाएँ एक सन्निकटन से निकली हैं और एक उदाहरण हैं।
बेसबॉल और अमेरिकी फ़ुटबॉल में मौसम
मौसम का वज़न हर खेल में अलग होता है।
NFL में बारिश और तेज़ हवा लंबे पास घटाती हैं।
MLB में बाहर की ओर जाती हवा बड़े शॉट्स की मदद करती है और अंदर की ओर आती हवा उन्हें रोकती है।
मैच के जितना हो सके नज़दीक का पूर्वानुमान देखिए।
| स्थिति | NFL | MLB |
|---|---|---|
| तेज़ हवा | लंबे पास कम | टोटल बेस बदलते हैं |
| बारिश | ज़मीनी खेल ज़्यादा | देरी या स्थगन का जोखिम |
| ठंड | सटीकता कम | बड़े शॉट्स कम |
स्थगित मैच का प्रॉप आम तौर पर रद्द हो जाता है।
अधूरे मैचों पर अपने बुकमेकर के नियम पढ़ लीजिए।
NFL: इनएक्टिव खिलाड़ी, भूमिका और पटकथा
अमेरिकी फ़ुटबॉल में सबसे अहम जानकारी है कि कौन एक्टिव है।
लीग मैच से कुछ घंटे पहले इनएक्टिव सूची जारी करती है।
उससे पहले सब कुछ अस्थायी होता है।
उस सूची का इंतज़ार करने से बहुत-सी ग़लतियाँ बचती हैं।
- इनएक्टिव खिलाड़ी: कोई रिसीवर या रनर बाहर हो तो बँटवारा बदल जाता है।
- पटकथा: जो टीम आगे चल रही हो वह ज़्यादा दौड़ती है और कम पास फेंकती है।
- विपक्षी: पास के ख़िलाफ़ मज़बूत डिफ़ेंस हवाई यार्ड घटाते हैं।
- भूमिका: क्या वह स्टार्टर है या किसी दूसरे के साथ बारी-बारी से खेलता है?
- मौसम: ऊपर की तालिका देखिए।
पासिंग यार्ड का उदाहरण, गढ़ी हुई संख्याओं के साथ।
249.5 यार्ड की लाइन, ओवर और अंडर दोनों 1.91 पर।
हर तरफ़ इम्प्लाइड प्रायिकता 52.4% है, और मार्जिन 4.7%।
34 बार फेंकने वाला और प्रति प्रयास 7.0 यार्ड वाला क्वार्टरबैक 238 यार्ड का प्रोजेक्शन देता है।
अगर बारिश हो और टीम 30 बार फेंके तो प्रोजेक्शन गिरकर 210 हो जाता है।
यह लाइन से 39.5 यार्ड नीचे रहता है, और यह सिर्फ़ मौसम और वॉल्यूम की वजह से “अंडर” की ओर इशारा करता है।
लेकिन प्रयासों की संख्या भी एक अनुमान है।
इसीलिए एक अकेली संख्या की जगह अलग-अलग परिदृश्य आज़माना ठीक रहता है।
| परिदृश्य (उदाहरण) | प्रयास | प्रति प्रयास यार्ड | प्रोजेक्शन |
|---|---|---|---|
| सामान्य मैच | 34 | 7.0 | 238 |
| बारिश | 30 | 7.0 | 210 |
बेसबॉल प्रॉप परखने के लिए प्रॉम्प्ट
आप बेसबॉल के विश्लेषक की तरह काम कीजिए। आकलन कीजिए: [खिलाड़ी] [आँकड़ा] [ओवर/अंडर] [लाइन], ऑड्स [ऑड्स], तारीख़ [तारीख़]। मैं ये डेटा दे रहा हूँ: पक्का हुआ शुरुआती पिचर [पिचर], उसके पिछले 5 मैचों के स्ट्राइकआउट और इनिंग [डेटा], विपक्षी का आक्रमण [विपक्षी], मैदान [मैदान], मौसम [मौसम]। यह कीजिए: 1) इनिंग या बारी का प्रोजेक्शन बनाइए, 2) अपेक्षित आँकड़ा निकालिए, 3) लाइन पार करने की प्रायिकता का अनुमान लगाइए, 4) इम्प्लाइड प्रायिकता से तुलना कीजिए, 5) जोखिमों की सूची बनाइए। गणनाएँ दिखाइए। अगर कोई डेटा आपके पास नहीं है तो “मुझे नहीं पता” लिखिए। “पक्का” शब्द का इस्तेमाल मत कीजिए।
NFL प्रॉप परखने के लिए प्रॉम्प्ट
आप अमेरिकी फ़ुटबॉल के विश्लेषक की तरह काम कीजिए। आकलन कीजिए: [खिलाड़ी] [आँकड़ा] [ओवर/अंडर] [लाइन], ऑड्स [ऑड्स], तारीख़ [तारीख़]। मैं ये डेटा दे रहा हूँ: उसकी भूमिका और पिछले 5 मैचों का वॉल्यूम [डेटा], दोनों टीमों के आधिकारिक इनएक्टिव खिलाड़ी [इनएक्टिव], मौसम [मौसम], मैच का कुल और अपेक्षित अंतर [मैच की लाइन]। यह कीजिए: 1) प्रयासों या टचों का प्रोजेक्शन बनाइए, 2) उसे प्रति प्रयास प्रदर्शन से गुणा कीजिए, 3) लाइन पार करने की प्रायिकता का अनुमान लगाइए, 4) ऑड्स से तुलना कीजिए, 5) जोखिमों की सूची बनाइए। हर गणना दिखाइए। अगर कोई डेटा कम है तो “मुझे नहीं पता” कहिए।
इन पाठों को शून्य से लिखे बिना बनाने के लिए प्रॉम्प्ट कंस्ट्रक्टर आज़माइए।
और स्रोत खोजने वाली AI चुनने के लिए AI की तुलना देखिए।
बेसबॉल और अमेरिकी फ़ुटबॉल के साथ Gambeta क्या करता है
Gambeta शुरुआती पिचर और सीरीज़ के साथ बेसबॉल की भविष्यवाणियाँ प्रकाशित करता है।
अगर शुरुआती पिचर पक्के नहीं हैं तो मॉडल पिक नहीं निकालता।
हम इसे AI से MLB की भविष्यवाणियाँ में समझाते हैं।
अमेरिकी फ़ुटबॉल के लिए आज की NFL भविष्यवाणियाँ देखिए।
हर पिक मैच से पहले दर्ज होता है।
आप नतीजा सार्वजनिक हिस्ट्री में देख सकते हैं।
हम प्रदर्शन का वादा नहीं करते: बीते नतीजे आने वाले नतीजों की गारंटी नहीं हैं।
इन प्रॉप्स के साथ AI की सीमाएँ
- बिना किसी स्रोत के उसे आज के इनएक्टिव खिलाड़ी नहीं पता।
- अगर शुरुआती पिचर एक घंटा पहले बदला है तो वह उसे नहीं जानती।
- वह मैच के समय मैदान की हवा नहीं देखती।
- अगर आप क़दम-दर-क़दम न माँगें तो वह गणना में गलती कर सकती है।
- वह आपके बैंकरोल को नियंत्रित नहीं करती।
प्रॉप में बहुत वेरिएंस होता है।
मैच के दौरान एक अकेली चोट किसी भी विश्लेषण को बिगाड़ देती है।
इसीलिए रक़म सीमित रखना और नियंत्रण की शीट के साथ रिकॉर्ड रखना ठीक रहता है।
आगे क्या पढ़ें
अगर आप आराम और यात्राओं को समझना चाहते हैं तो थकान और कैलेंडर पढ़िए।
अगर बास्केटबॉल में दिलचस्पी है तो AI से NBA प्रॉप्स और बैक-टू-बैक पढ़िए।
और सब कुछ कैसे जुड़ता है यह देखने के लिए सट्टेबाज़ी के लिए AI के मुख्य लेख और Jornal de Apuestas पर लौटिए।
केवल 18 साल से ऊपर के लोगों के लिए।
सिर्फ़ वही पैसा लगाइए जिसे आप गंवा सकते हैं।
हमारी ज़िम्मेदार गेमिंग की गाइड देखिए।
अक्सर पूछे जाने वाले सवाल
NFL प्रॉप क्या है?
यह किसी खिलाड़ी पर दांव है, नतीजे पर नहीं।
जैसे पासिंग यार्ड, रशिंग यार्ड, रिसेप्शन या टचडाउन।
बुकमेकर एक लाइन तय करता है और आप ओवर या अंडर चुनते हैं।
बुनियाद के लिए प्रॉप्स क्या होते हैं देखिए।
MLB प्रॉप क्या है?
यह एक मैच में किसी खिलाड़ी के प्रदर्शन पर दांव है।
सबसे आम हैं शुरुआती पिचर के स्ट्राइकआउट, हिट, टोटल बेस और रन बैटेड इन।
उस दिन का शुरुआती पिचर सबसे अहम कड़ी है।
पक्के हुए शुरुआती पिचर के बिना विश्लेषण करना ठीक नहीं।
बेसबॉल में शुरुआती पिचर इतना मायने क्यों रखता है?
क्योंकि वह मैच का ज़्यादातर हिस्सा फेंकता है और विपक्षी का स्तर तय करता है।
आख़िरी पल में शुरुआती पिचर बदलने से सारी लाइनें बदल जाती हैं।
इसीलिए Gambeta पक्के हुए शुरुआती पिचरों के बिना MLB का पिक प्रकाशित नहीं करता।
आकलन से पहले हमेशा पक्का कर लीजिए कि कौन फेंक रहा है।
मौसम प्रॉप्स पर कैसे असर डालता है?
हवा और बारिश पास और बैटिंग को बदल देती हैं।
बारिश या तेज़ हवा में टीमें अक्सर कम पास फेंकती हैं।
बेसबॉल में बल्लेबाज़ के पक्ष या विपक्ष की हवा टोटल बेस को बदलती है।
मैच के समय का पूर्वानुमान देखिए।
NFL में इनएक्टिव खिलाड़ी क्या होता है?
यह वह खिलाड़ी है जिसे उस मैच के लिए मंज़ूरी नहीं मिली है।
लीग मैच से कुछ घंटे पहले इनएक्टिव खिलाड़ियों की सूची जारी करती है।
तब तक कुछ खिलाड़ी संदिग्ध रहते हैं और सब कुछ अस्थायी होता है।
आधिकारिक सूची का इंतज़ार करने से बहुत-सी ग़लतियाँ बचती हैं।
क्या AI इन प्रॉप्स को सही पकड़ सकती है?
भरोसेमंद ढंग से नहीं।
वह आपके दिए डेटा से प्रायिकता का अनुमान लगा सकती है।
किसी मैच के नतीजे में बहुत वेरिएंस होता है।
AI आपके विश्लेषण को व्यवस्थित करती है, उसकी जगह नहीं लेती।