LoL Predict, une prédiction de matchs par ML

Le projet

LoL Predict, pour le coup, c’est la continuité de BestPick, mais avec une ambition un peu différente. L’idée étant d’avoir en temps réel, pendant une partie en cours, les probabilités de victoire, un peu comme ce qu’on voit dans les retransmissions esport. Savoir à quel moment une condition a basculé, quand on vient de perdre quelque chose d’important, ce genre d’insights. Du coup, j’ai fini par un peu mettre le projet en pause avec le temps, mais le concept reste sympa, et je pourrais y revenir plus tard avec plus de recul.

Mes contributions

Développement du collecteur de données via l’API Riot Games (riot_api_client, storage_client), analyse exploratoire en Jupyter, et implémentation de modèles de prédiction.

Ce que j’ai retenu

Appliquer du machine learning à des données de jeu vidéo, c’est passionnant mais complexe. La qualité des données en temps réel et le volume nécessaire sont de vrais défis, notamment si on n’a pas un gros stockage sous la main. C’est aussi un projet qui m’a appris à reconnaître quand il faut savoir mettre quelque chose en pause, parce que s’acharner n’est pas toujours la bonne stratégie, évidemment.

Contexte

Projet personnel, dans la continuité de BestPick. Inspiré par les overlays de probabilités en direct qu’on voit dans l’esport professionnel, qui sont typiquement le genre de chose qui fait très envie une fois qu’on les a vus en stream.

Technologies utilisées

• Python

• UV (package manager)

• Riot Games API

• Jupyter Notebooks

L’image d’illustration a été générée par Nano Banana (Google), parce que je n’ai plus le modèle de mockup que j’utilisais auparavant. Du coup, il ne s’agit pas d’une capture d’écran de l’outil.