GX vs KOI game 2

parece uno de esos videos que echan agua en un altavoz y ponen música techno

venga ya

Guapísimo el DLC del splatoon que te has montado Chema🔥

muchas gracias Víctor, seguro que con los 200k lo habrías entendido

Si los llego a cobrar nos ponía pelo a mi y a ti

eso si que es un buen amigo

He creado un modelo que asigna una probabilidad a cada equipo de ganar una pelea en las zonas donde pueden encontrarse los dos equipos. Se aprecia feedback. Los colores es hasta donde puede abarcar la posición de un equipo. La altura la probabilidad de ganar la pelea. Los picos amarillos son las kills. Si queréis trastear con la representación podéis en He elegido esta pelea para representarla ya que se enfrenta a un reto bastante fuerte que es Taliyah, Vi, Kaisa, por lo que las posiciones pueden cambiar rápidamente y aún así se desenvuelve bastante bien.

Cum azul vs Cum red

¿Para qué pueden servir este tipo de gráficos?

para hacerse el interesante en twitter jajaja no pero por ejemplo es interesante para en el momento de la cazada ver como claramente el estado de mapa favorece a GX y esa posición en medio es muy favorable para ellos (antes de que pase la jugada).

El genio del lol

Y por qué todos juegan Zac?

está op

Oye fire como has hecho esto, de donde has sacado los datos

3 scripts y de una piscina de slime pasan a ser 5 ICONOS reconocibles en una proyección , saludos

precisamente lo último que quiero es que sean iconos xd

What's the quality (accuracy) of the predictions, and what data did you train them on?

76% , 2000+ games from LCK, LPL, LCS, LEC and international games from 2026

Woah that's impressive, did you include the team labels at all?

if you mean to train the model no, i wanted to keep teams aside for this one to have the most neutral vision if a position to fight is good or not. I've been considering to run another one with teams to see how this affects and see how accuracy varies on new games.