[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blog-article-mlb-betting-model-tr":3,"mdc--dmkrvm-key":78},{"id":4,"slug":5,"status":6,"section":7,"category":8,"author":9,"publish_date":10,"read_time":11,"image":12,"embedded_components":13,"related_calculators":13,"related_articles":14,"title":15,"description":16,"keywords":17,"content":26,"faq":27,"availableLocales":73},"1823f40a-72e6-4607-b06a-87cf8c049312","mlb-betting-model","published","betting","strategies","Evgeniy Volkov","2026-03-01",22,"\u002Fimages\u002Fblog\u002Fmlb-betting-model.webp","[]",[],"MLB Bahis Modeli: Kendi Sisteminizi Oluşturun (2026)","MLB bahis modelini sıfırdan oluşturun. Python kodu, park faktörleri şeması, EV hesaplayıcı, prop bet modelleri. Başlangıçtan ileri seviyeye kadar rehber.",[18,19,20,21,22,23,24,25],"mlb bahis modeli","beyzbol bahis modeli","mlb tahmin modeli","spor bahis modeli oluştur","mlb beklenen değer","beyzbol analitikleri bahis","mlb park faktörleri","kelly kriteri beyzbol","# MLB Bahis Modeli: Sıfırdan Kendi Sisteminizi Oluşturun (2026)\n\nŞu senaryoyu hayal edin: Salı sabahı, tüm MLB programı 3 saate ininiz kalmış, ve değerlendirmesi gereken 14 oyun var. Sezginiz Dodgers'ın açık favori olduğunu söylüyor. Arkadaşınız ise White Sox'un \"sırası gelmiş\" olduğuna yemin ediyor. Bu arada, sharp paranın hareket ettiği bir çizgi hiç konuşulmayan ortada duruyor.\n\nİşte siz ile sharp oyuncular arasındaki fark şu: **onların bir modeli var**. Kristal bir küre değil — veriyi olasılıklara dönüştüren, bu olasılıkları pazar oranlarıyla karşılaştıran ve hangi bahislerin pozitif beklenen değeri olduğunu söyleyen sistematik bir süreç.\n\nİyi haber? 2026 itibariyle, bir MLB bahis modeli oluşturmak için ihtiyacınız olan her veri **ücretsiz**. FanGraphs, Baseball Savant ve Statcast, profesyonel sendikalar tarafından kullanılan aynı ham numaraları size veriyor. Kazananları ayıran şey, bu numaraları özelliklere nasıl işledikleri, gerçekten sonuçları tahmin eden modelleri nasıl eğittikleri ve disiplinle bankroll yönetimi yapabilmeleridir.\n\nBu rehber sizi tüm sürece yol gösterir — ilk elektronik tablonuzdan tam Python ensemble modeline kadar. Tamamen yeni biriyseniz ya da MLB'ye özel özellik mühendisliği fikirleri arayan bir veri bilimciyseniz, sizin için bir seviye vardır. Gerçekten işe yarayan bir şey oluşturalım.\n\n## Kratko — MLB Bahis Modeli Hızlı Referansı\n\n### Model Seviyeleri Bir Bakışta\n\n| Seviye | Araçlar | İnşa Süresi | Beklenen Kenar | En İyi Kimler İçin |\n|--------|---------|:----------:|:-------------:|-------------------|\n| Başlangıç | Elektronik Tablo + FanGraphs | 1-2 hafta | %1-3 | Çerçeveyi öğrenme |\n| Orta Seviye | Python + Regresyon | 3-4 hafta | %3-5 | Tutarlı küçük kenarlar |\n| İleri | XGBoost + Ensemble | 6-8 hafta | %5-8 | ROI'yi maksimize etme |\n\n### Bu Rehber Kimin İçin\n\nBu rehber, sezgi temelli seçimlerden **veri odaklı MLB bahis sistemine** geçmek isteyen herkes için. İstatistik derecesine ihtiyacınız yok — elektronik tabloyu kullanabiliyorsanız, Seviye 1'den başlayabilirsiniz. Temel Python biliyorsanız, doğrudan orta seviye bölümüne atlayın.\n\n## MLB Bahis Modeli Nedir (ve Neden Bir Tane Oluşturmalısınız)?\n\n### Model vs Sezgi — Kilit Fark\n\nBahis modeli bir **olasılık makinesidir**. Ona veri beslersiniz (atıcı istatistikleri, park faktörleri, bullpen kullanımı) ve her olası sonuç için bir olasılık çıkar. Bu olasılık daha sonra pazar oranlarıyla karşılaştırılarak +EV bahisleri bulunur.\n\nFark önemlidir: Dodgers'ın kazanacağını \"hissettiğinizde\", -180'in adil olup olmadığını bilmenin hiçbir yolu yoktur. Modeliniz Dodgers'ın kazanma olasılığının %63 olduğunu söylediğinde, -180'in sadece %64,3 anlamına geldiğini hesaplayabilirsiniz — bu da pazar adil fiyatlandığı ve bahis olmadığı anlamına gelir.\n\n### İyi Bir Model Gerçekten Ne Yapıyor\n\nİyi bir MLB bahis modeli üç şey yapar:\n\n1. **Kazanma olasılığını** pazar kadar doğru (hatta %2-3 daha iyi) **tahmin eder**\n2. **+EV bahisleri tanımlar** — olasılığınızın zımni oranları aştığı yerler\n3. **Bahisleri uygun şekilde boyutlandırır** — [Kelly Kriteri](\u002Fbetting\u002Fkelly-calculator) veya bir varyant kullanarak\n\nKesinlikle kazananları tahmin etmez. %55'lik bir model doğru oranlarda son derece karlı. Hedef doğruluk değil, **kalibrasyondur** ve **kenar tanımlamadır**.\n\n## Seviyenizi Seçin — Başlangıç, Orta veya İleri\n\n### Başlangıç: Elektronik Tablo + Temel İstatistikler\n\nHiç model oluşturmadıysanız buradan başlayın. Elektronik tabloda 4-5 temel istatistiği (atıcı xFIP, takım wOBA, bullpen yükü, park faktörü) takip edin ve basit ağırlıklar atayın. Vegas'ı tutarlı bir şekilde alamayacaksınız, ancak çerçeveyi öğrenecek ve tamamen duygusal bahisler yapmaktan vazgeçeceksiniz.\n\n**Süre:** 1-2 hafta | **Araçlar:** Google Sheets veya Excel | **Veri:** FanGraphs\n\nSpor analitiğinde tamamen yeniyseniz, kendi sisteminizi oluşturmadan önce veri odaklı sistemin nasıl göründüğünü görmek için [MLB underdog bahis stratejisi rehberimize](\u002Fblog\u002Fmlb-underdog-betting-strategy) bakın.\n\n### Orta Seviye: Python + Regresyon\n\nPython'ın pandas ve scikit-learn kütüphaneleriyle ilerleyin. Lojistik regresyon modelleri oluşturun, uygun özellik önemini hesaplayın ve geçmiş oranlarla karşı test edin. Çoğu karlı amatör bahisçi burada faaliyet gösterir.\n\n**Süre:** 3-4 hafta | **Araçlar:** Python, Jupyter Notebooks | **Veri:** FanGraphs + Statcast\n\n### İleri: XGBoost + Ensemble Yöntemleri\n\nBirden fazla model türünü (doğrusal regresyon, lojistik regresyon, XGBoost) herhangi bir tek modelden daha güçlü bir ensemble'da birleştirin. Pitch-level veri, hakem strike zone eğilimleri ve gerçek zamanlı lineup ayarlamaları gibi ileri özellikler ekleyin.\n\n**Süre:** 6-8 hafta | **Araçlar:** Python, XGBoost, LightGBM | **Veri:** Statcast + hava API'ları\n\nAynı çerçeve diğer spor dalları için de geçerlidir. Multi-spor modeller oluşturuyorsanız, [NBA bahis sistemi analizi](\u002Fblog\u002Fnba-betting-system) ve [NFL bahis stratejisi rehberimize](\u002Fblog\u002Fnfl-betting-strategy-guide) bakın.\n## Faz 1: Veri Toplama — MLB Verilerini Nereden Bulabilirsiniz\n\n### FanGraphs — Takım ve Oyuncu İstatistikleri (xFIP, wOBA, K-BB%)\n\n[FanGraphs](https:\u002F\u002Fwww.fangraphs.com) temel kaynak. Son 3-5 sezonun takım düzeyinde ve pitcher düzeyinde istatistiklerini indirin. Ana metrikler:\n\n- **xFIP** (Expected Fielding Independent Pitching): Pitcher performansını ERA'dan daha iyi tahmin eder\n- **wOBA** (Weighted On-Base Average): Toplam offensive değeri tek bir ölçekte yakalar\n- **K-BB%** (Strikeout minus Walk Rate): Pitcher kalitesinin #1 göstergesi\n- **BABIP** (Batting Average on Balls in Play): Şans regresyonu adaylarını tanımlar\n\n### Statcast (Baseball Savant) — Pitch Düzeyinde Veri\n\n[Baseball Savant](https:\u002F\u002Fbaseballsavant.mlb.com) Statcast verilerini sağlar — exit velocity, launch angle, spin rate ve expected stats (xBA, xSLG, xwOBA). Bu \"expected\" istatistikler fielding ve şansı çıkararak sana gerçek yeteneğin daha net bir resmini verir.\n\n### Park Faktörleri — Mekanın Neden Önem Taşıdığı\n\nPark faktörleri MLB betting'de **en az takdir edilen değişken**dir. Coors Field run scoring'i %38 oranında şişirir. Dodger Stadium ise %12 oranında baskılar. Modelinde mekanı ayarlanmamışsa, avantaj bırakıyorsun.\n\nAşağıya kaydırarak [30 stadyum park faktörleri grafiği](#mlb-park-factors-every-stadium-ranked-2024-2025) ile görsel sıralamaları görebilirsin.\n\n### Hakem ve Hava Durumu Verileri\n\nHakem strike zone eğilimleri strikeout ve walk oranlarını etkiler. Dar zone hakami oyun toplamına 0.5 run ekleyebilir. Hava durumu — özellikle Wrigley Field'de rüzgar hızı ve yönü — over\u002Funder bahislerini doğrudan etkiler.\n\n#### Ücretsiz ve Ücretli Veri Kaynakları Tablosu\n\n| Kaynak | Ücret | Veri Türü | En İyi Kullanım |\n|--------|:-----:|-----------|-----------------|\n| FanGraphs | Ücretsiz | Takım\u002FOyuncu istatistikleri | Temel metrikler |\n| Baseball Savant | Ücretsiz | Statcast, pitch düzeyinde | Expected stats, spin rateler |\n| Retrosheet | Ücretsiz | Tarihsel play-by-play | Model backtesting'i |\n| Weather API | Ücretsiz tier | Rüzgar, sıcaklık, nem | Oyun toplamı ayarlaması |\n| Odds API | Ücretsiz tier | Tarihsel\u002Fcanlı odds | Backtesting, CLV tracking |\n| Sports Reference | Ücretsiz | Tarihsel sıralaması | Sezon düzeyinde analiz |\n\nFarklı veri kaynakları ile çalışırken American, decimal ve fractional formatlar arasında geçiş yapmak için [Odds Converter](\u002Fbetting\u002Fodds-converter) kullan.\n\n## Faz 2: Feature Engineering — Verileri Tahminlere Dönüştürme\n\n### Tahminsel vs Açıklayıcı İstatistikler\n\nÇoğu başlangıç seviyesi kişi burada başarısız olur. **Açıklayıcı istatistikler** (batting average, pitcher W-L record, RBIs) — ne olduğunu söyleyen — yerine **tahminsel istatistikleri** — ne olacağını tahmin eden — kullanırlar.\n\n| Tahminsel (Bunları Kullan) | Açıklayıcı (Bunlardan Kaçın) |\n|----------------------------|------------------------------|\n| xFIP, SIERA | ERA, W-L Record |\n| wOBA, xwOBA | Batting Average |\n| K-BB% | Strikeout alone |\n| Barrel Rate, Hard Hit% | Total Hits |\n| Base Running (BsR) | Stolen Bases |\n| Park-adjusted metrics | Raw stats |\n\n### Bullpen Fatigue Index (-0.6 MPH per B2B = -0.25 Runs)\n\nÇok sayıda kaynaktan yapılan araştırma, relieferlerin ard arda oyunlarda fastballs üzerinde yaklaşık **0.6 MPH** kaybettiklerini göstermektedir. Bu hız düşüşü kabaca **-0.25 runs per game** expected run prevention anlamına gelir.\n\nBullpen fatigue index oluştur:\n- Son 3 gündeki her reliever'ın oyunlarını takip et\n- Son oyunları daha ağır tartla (dün > 2 gün önce)\n- 3+ reliever kullanılan back-to-back bullpens'i işaretle\n\nBu, MLB'de en exploitable avantajlardan biriydi çünkü pazar bullpen overuse'a yavaş tepki veriyor, özellikle doubleheader günlerinin ilk yarısında.\n\n### Platoon Splits ve Lineup Kurgusu\n\nSol-el batters sol-el pitcherlere karşı (LvL) oynuyor sağ-el-sol'den (RvL) çok daha kötü performans gösterir. Modelinde şunları içermelidir:\n\n- Starting pitcher handedness\n- Lineup composition (aynı taraftaki batters'ın yüzdesi)\n- Önemli hitters için tarihsel platoon splits\n- Lineup kurgusu için manager eğilimleri\n\n### Starting Pitcher Rolling Metrics\n\n3 hafta boyunca başarısız olan bir pitcher için tam sezon istatistikleri kullanma. **Rolling windows** oluştur:\n\n- **Son 3 start**: Son formu yakala\n- **Son 10 start**: Daha kararlı sample\n- **Sezon ortası**: Baseline\n\nRolling windows'ları tartla: %40 son-3, %35 son-10, %25 sezon. Bu hem hot streaks'i hem de regresyonu raw sezon ortalamasından daha iyi yakalar.\n\n#### Feature Importance Sıralaması\n\n2019-2025 verilerine karşı backtesting tabanlı olarak, en önemlileri:\n\n| Sıra | Feature | Importance Score | Kategori |\n|:----:|---------|:----------------:|----------|\n| 1 | Starting Pitcher xFIP (rolling 10) | 0.18 | Pitching |\n| 2 | Team wOBA (son 14 gün) | 0.14 | Hitting |\n| 3 | Park Factor | 0.12 | Venue |\n| 4 | Bullpen Fatigue Index | 0.10 | Pitching |\n| 5 | K-BB% (starter) | 0.09 | Pitching |\n| 6 | Platoon Matchup Score | 0.07 | Lineup |\n| 7 | Home\u002FAway Split | 0.06 | Situational |\n| 8 | Temperature + Wind | 0.05 | Weather |\n| 9 | Umpire Zone Rating | 0.04 | Umpire |\n| 10 | Rest Days (takım) | 0.03 | Fatigue |\n## 3. Faz: Python Kodu İçeren Model Türleri (2026)\n\n### Doğrusal Regresyon (Başlangıç Noktası)\n\nDoğrusal regresyon, **toplam koşu sayısını** doğrudan tahmin eder. En basit model olmasına rağmen oyun toplamları için şaşırtıcı derecede etkilidir.\n\n```python\nfrom sklearn.linear_model import LinearRegression\nimport pandas as pd\n\n# Özellik matrisini yükle\nfeatures = ['sp_xfip', 'team_woba', 'park_factor',\n            'bullpen_fatigue', 'k_bb_pct', 'platoon_score']\n\nX_train = train_data[features]\ny_train = train_data['total_runs']\n\nmodel = LinearRegression()\nmodel.fit(X_train, y_train)\n\n# Bugünün oyunlarını tahmin et\ntoday_pred = model.predict(today_data[features])\n```\n\n### Lojistik Regresyon (Sınıflandırma)\n\nMoneyline bahisleri için **kazanma olasılığına** ihtiyacın var, koşu toplamlarına değil. Lojistik regresyon doğrudan olasılıkları çıktı verir.\n\n```python\nfrom sklearn.linear_model import LogisticRegression\n\nX_train = train_data[features]\ny_train = train_data['home_win']  # 1 veya 0\n\nmodel = LogisticRegression(max_iter=1000)\nmodel.fit(X_train, y_train)\n\n# Kazanma olasılıklarını al\nprobs = model.predict_proba(today_data[features])\nhome_win_prob = probs[:, 1]  # ev sahibi kazanma olasılığı\n```\n\n### XGBoost (Gradient Boosting)\n\nXGBoost, regresyonun kaçırdığı doğrusal olmayan ilişkileri yakalar. Profesyonel MLB modellerin ana çalışan aracı.\n\n```python\nimport xgboost as xgb\n\nparams = {\n    'objective': 'binary:logistic',\n    'max_depth': 5,\n    'learning_rate': 0.05,\n    'subsample': 0.8,\n    'colsample_bytree': 0.8,\n    'eval_metric': 'logloss'\n}\n\ndtrain = xgb.DMatrix(X_train, label=y_train)\nmodel = xgb.train(params, dtrain, num_boost_round=300)\n\n# Tahmin et\ndtest = xgb.DMatrix(today_data[features])\nprobs = model.predict(dtest)\n```\n\n### Ensemble Model (Üç Modeli Birleştirme)\n\nHiçbir tek model her oyun için en iyi değildir. Bir ensemble, birden fazla modeldeki tahminleri ortalaştırarak aşırı uydurmayı azaltır ve kalibrasyon iyileştirir.\n\n#### Python Kodu: Tam Ensemble Pipeline\n\n```python\nimport numpy as np\nfrom sklearn.linear_model import LogisticRegression\nfrom sklearn.calibration import CalibratedClassifierCV\nimport xgboost as xgb\n\n# Bireysel modelleri eğit\nlr_model = LogisticRegression(max_iter=1000)\nlr_model.fit(X_train, y_train)\nlr_probs = lr_model.predict_proba(X_test)[:, 1]\n\nxgb_model = xgb.XGBClassifier(\n    max_depth=5, learning_rate=0.05,\n    n_estimators=300, subsample=0.8\n)\nxgb_model.fit(X_train, y_train)\nxgb_probs = xgb_model.predict_proba(X_test)[:, 1]\n\n# Ağırlıklı ensemble (doğrulama seti üzerinden ağırlıkları ayarla)\nensemble_probs = 0.4 * lr_probs + 0.6 * xgb_probs\n\n# Pazar ima edilen olasılıkla karşılaştır\nfor i, game in enumerate(today_games):\n    model_prob = ensemble_probs[i]\n    implied_prob = game['implied_probability']\n    edge = model_prob - implied_prob\n\n    if edge > 0.03:  # %3 minimum edge eşiği\n        kelly = (model_prob * (game['decimal_odds'] - 1)\n                 - (1 - model_prob)) \u002F (game['decimal_odds'] - 1)\n        bet_size = bankroll * kelly * 0.25  # çeyrek-Kelly\n        print(f\"{game['teams']}: Edge {edge:.1%}, \"\n              f\"Bet ${bet_size:.0f}\")\n```\n\n## 4. Faz: Backtesting ve Doğrulama\n\n### Train\u002FTest Bölme Stratejisi (2019-2022 Eğitim \u002F 2023 Doğrulama \u002F 2024-2025 Test)\n\nModelini eğittiğin veriler üzerinde test etme. Kesin bir zamansal bölme kullan:\n\n- **Eğitim seti (2019-2022):** ~9.700 oyun. Modeliniz bu verilerden desenler öğrenir\n- **Doğrulama seti (2023):** ~2.430 oyun. Hiperparametreleri ve özellik seçimini ayarla\n- **Test seti (2024-2025):** ~4.860 oyun. Gerçek performansın son, dokunulmamış değerlendirmesi\n\nModeliniz eğitim verilerinde iyi, test setinde kötü performans gösteriyorsa, aşırı uydurmışsındır. Geri dön ve basitleştir.\n\n### Anahtar Ölçütler — Log Loss, Brier Score, Kalibrasyon\n\nSadece kazanım\u002Fkayıp doğruluğu yanıltıcı olabilir. \"Her oyunda %52\" diyen bir model %52 doğruluğa sahip olsa da hiçbir avantajı yoktur. Uygun puanlama ölçütlerini kullan:\n\n- **Log Loss:** Güvensiz yanlış tahminleri cezalandırır. Düşük = daha iyi. Hedef \u003C 0.68\n- **Brier Score:** Olasılıkların ortalama kare hatası. Hedef \u003C 0.24\n- **Kalibrasyon:** Modeliniz %60 dediğinde, takım zamanın yaklaşık %60'ında kazanmalıdır\n\nTahmin edilen olasılığı vs gerçek kazanma oranını kovalar içinde çizerek kalibrasyon kontrol et (%50-55, %55-60, %60-65, vb.). İyi kalibrasyon yapılmış bir model köşegen çizgiyi takip eder.\n\n### Aşırı Uydurmayı Kaçınma — #1 Başlangıç Hatası\n\nAşırı uydurmaya işaretler:\n- Eğitim doğruluğu > %60 ama test doğruluğu \u003C %52\n- Model, temel istatistiklerin üzerinde belirsiz özellikleri (hakem ID'si, haftanın günü) tercih eder\n- Performans yeni sezonlarda önemli ölçüde kötüleşir\n\nÇözümler:\n- Daha az özellik kullan (%5-8 MLB için çoğu zaman optimaldir)\n- Düzenlileştirme ekle (regresyonda L1\u002FL2, XGBoost'ta max_depth limitleri)\n- Test setine dokunmadan önce eğitim setinde çapraz doğrula\n- Bir özellik beyzbol mantığı yapmazsa, istatistiksel anlamlılığından bağımsız olarak kaldır\n## Aşama 5: Model Çıktısını Bahislere Dönüştürme\n\n### Olasılıktan Beklenen Değere (EV Formülü + Basit Açıklama)\n\nTemel formül:\n\n$$EV = P(kazanma) \\times Kar - P(kaybetme) \\times Bahis$$\n\nBasit açıklama: kazanma şansınızı kazanacağınız miktarla çarpın, sonra kaybetme şansını kaybedeceğiniz miktarla çarpıp çıkarın. Sayı pozitifse, bahiste +EV vardır.\n\n**Örnek:** Modeliniz Astros'a %55 şans veriyor. Oranlar +130 (\\$100 bahis \\$130 kazanır).\n\n- EV = (0.55 × \\$130) - (0.45 × \\$100)\n- EV = \\$71.50 - \\$45.00 = **\\$100 bahis başına +\\$26.50**\n\nBu muazzam %26.5 avantajdır. Gerçekte avantajlar genellikle %3-8'dir. Herhangi bir bahsi hızlıca kontrol etmek için [Değerli Bahis Hesaplayıcısı](\u002Fbetting\u002Fvalue-bet-calculator)'nı kullanın veya daha derinlemesine bir analiz için rakamlarınızı [Edge Analiziyle](\u002Fbetting\u002Fedge-analyzer) çalıştırın.\n\n### MLB Bahis Boyutlandırması için Kelly Kriteri\n\nKelly Kriteri matematiksel olarak optimal bahis boyutunu hesaplar:\n\n$$f^* = \\frac{bp - q}{b}$$\n\nBurada:\n- **b** = ondalık oranlar - 1 (net oranlar)\n- **p** = tahmini kazanma olasılığınız\n- **q** = 1 - p (kaybetme olasılığı)\n\nAstros örneği için: b = 2.30 - 1 = 1.30, p = 0.55, q = 0.45\n\n$$f^* = \\frac{(1.30 \\times 0.55) - 0.45}{1.30} = \\frac{0.715 - 0.45}{1.30} = \\frac{0.265}{1.30} = 20.4\\%$$\n\nFull Kelly bankrolünüzün %20.4'ünü bahis koymayı söyler. Bu agresiftir. Akıllı bahisçiler kesirleri kullanır.\n\n### Çeyrek-Kelly — Neden Daha Az Daha İyidir?\n\nFull Kelly uzun vadeli büyümeyi maksimize eder ancak **korkunç varyans** ile. %30 düşüş yaygındır. Çeyrek-Kelly (Kelly tarafından önerilen miktarın %25'ini bahis koymak) biraz büyümeden fedakârlık yapar ancak çok daha düzgün sonuçlar sağlar.\n\n| Strateji | Beklenen Büyüme | Maksimum Düşüş | Ruin Riski |\n|----------|:--------------:|:------------:|:------------:|\n| Full Kelly | Maksimize | %30-50 | Düşük ama ağrılı |\n| Half Kelly | Maksimumun %75'i | %15-25 | Çok düşük |\n| Quarter Kelly | Maksimumun %50'si | %8-15 | Neredeyse sıfır |\n\n**Tavsiye:** Çeyrek-Kelly ile başlayın. Sadece 500+ doğrulanmış karlı bahisten sonra half-Kelly'ye geçin. Her bahsi düzgün boyutlandırmak için [Kelly Hesaplayıcısı](\u002Fbetting\u002Fkelly-calculator)'nı kullanın.\n\n## MLB Park Faktörleri — Her Stadyum Sıralanmış (2024-2025)\n\n### Park Faktörleri Grafiğini Okuma\n\nPark faktörü **1.00** stadyumun tamamen tarafsız olduğu anlamına gelir — puanlama lig ortalamasıyla eşleşir. 1.00'dan yukarı park puanlamayı şişirir (vurucu dostu). 1.00'dan aşağı park puanlamayı bastırır (atıcı dostu).\n\n### Model'de Park Faktörlerini Kullanma\n\nÖngörülen koşunuzu park faktörü ile çarpın. Modeliniz Rockies için 4.5 koşu öngörüyorsa ve Coors Field'de oynuyorlarsa (1.38), 4.5 × 1.38 = **6.21 öngörülen koşu**'ya ayarlayın.\n\nDodger Stadium gibi atıcı dostu parklarda deplasmanda oynayan maçlar için (0.88), aşağı ayarlayın: 4.5 × 0.88 = **3.96 öngörülen koşu**.\n\n::chart-mlb-park-factors\n::\n\n## Aşama 6: Günlük MLB Bahis Akışınız\n\n### Sabah Rutini (Oranlar + Kadro)\n\n1. **07:00** — Gece boyunca oran hareketlerini bahis sitesinden indirin. Oranların önemli ölçüde hareket ettiği maçları işaretleyin (moneyline'da >10 sent)\n2. **08:00** — Modelinizi öngörülen kadro ile çalıştırın (kadro genellikle ilk atıştan 3-4 saat önce kesinleşir)\n3. **09:00** — Model olasılıklarını mevcut pazar oranlarıyla karşılaştırın. Edge'i %3'ten büyük olan tüm +EV maçlarını listeleyin\n\n### Maç Öncesi Kontroller (Hava, Hakem, Bullpen)\n\nHerhangi bir bahis koymadan önce şunları doğrulayın:\n- Kesinleşmiş başlangıç kadrosu (son dakika sakatlanmalar avantajı öldürebilir)\n- Hava koşulları (Wrigley'de rüzgar, yağmur gecikmesi)\n- Home plate hakem görevlendirmesi\n- Bullpen kullanılabilirliği (önceki gecemin box score'larını kontrol edin)\n\n### Bahis Koyma ve Sonuçları Takip Etme\n\nHer bahsi bir hesap tablosunda veya [Bahis Takip Cihazında](\u002Fbetting\u002Fbet-tracker) takip edin:\n- Tarih, takımlar, model olasılığı, pazar oranları, bahis boyutu, sonuç\n- CLV'yi hesaplayın (Closing Line Value) — oran model fiyatınıza doğru mu hareket etti?\n- Haftalık gözden geçirin: %60'lık maçlarınız gerçekten zamanın %60'ını kazanıyor mu?\n\n[CLV Hesaplayıcısı](\u002Fbetting\u002Fclv-calculator) modelinizin zaman içinde avantajını doğrulamak için tek en iyi araçtır.\n# MLB EV Hesaplayıcısı — Herhangi Bir Bahsi Anında Kontrol Et\n\nModelinizin kazanma olasılığını ve piyasa oranlarını girerek bir bahsin +EV olup olmadığını gör. Hesaplayıcı beklenen değeri, kenar yüzdesini ve önerilen [Kelly Kriteri](\u002Fbetting\u002Fkelly-calculator) bahis boyutlandırmasını gösterir.\n\n::inline-mlb-ev-calculator\n::\n\n## Özel Bahis Modelleri — İsabet, Strikeout, İlk Beş İnning\n\n### Oyuncu Özel Bahis Modelleri (İsabet Ü\u002FA, Strikeout)\n\nOyuncu özel bahisleri oyun modelleriyle aynı çerçeveyi kullanır ancak bireysel performansa odaklanır:\n\n- **Strikeout bahisleri:** Pitcher K-rate'i (son 5 maç), batter K-rate'i vs el tercihi ve umpire bölgesi verilerini kullan\n- **İsabet ü\u002Fa:** Batter xBA, pitcher kontakt yönetim oranı ve BABIP regresyonunu kullan\n- **Home run'lar:** Barrel rate, hard-hit rate, park faktörü HR bileşeni ve rüzgar yönünü kullan\n\nAnahtar fikir: **oyuncu özel bahisleri oyun hatlarından daha yumuşak çizgilere sahiptir** çünkü bahis siteleri onları fiyatlandırmak için daha az zaman harcarlar. 2026'da kenarlar burada gizlenir.\n\n### İlk 5 İnning (F5) Modeli\n\nİlk 5 inning (F5) bahisleri başlangıç oyuncusunun performansını izole eder, bullpen belirsizliğini ortadan kaldırır. Ayrı bir model oluştural:\n\n- Başlangıç pitcher xFIP ve rolling K-BB%\n- O pitcher'ın el tercihine karşı muhalif vuruş\n- Park faktörü (hala ilk 5 inning'e uygulanır)\n\nF5 moneyline'ları, harika bir starter zayıf bir lineup'a karşı oynadığında ancak bullpen güvenilir olmadığında özellikle değerlidir. Tam oyun modeliniz \"bahis yok\" derken F5 modeli \"+EV\" der.\n\n### Takım Toplam Modelleri\n\nHangi takımın kazandığını tahmin etmek yerine, her takımın bağımsız olarak kaç koşu alacağını tahmin edin. Ardından açıklanan takım toplam hattıyla karşılaştırın. Bu yaklaşım:\n\n- Bahis fırsatlarınızı iki katına çıkarır (oyun başına 2 takım toplamı)\n- İki taraf arasındaki korelasyonu ortadan kaldırır\n- Park faktörleri ve hava durumu verileriyle iyi çalışır\n\nToplam oranlarını kırılma-hatta olasılıklarına dönüştürmek için [İma Edilen Olasılık Hesaplayıcısı](\u002Fbetting\u002Fimplied-probability)'nı kullan. [Alternatif spread'lerin ne anlama geldiğini](\u002Fblog\u002Falternate-spread-meaning) anlamak, standart olmayan sayılarda run line'larda değer bulmanıza da yardımcı olabilir.\n\n## Bir Model NE İçermez (Dürüst Sınırlamalar)\n\n### Yaralanmalar ve Son Dakika İptal\n\nModeliniz, yıldız pitcher'ın ilk vuruştan 2 saat önce iptal edileceğini tahmin edemez. **Modeli her zaman yeniden çalıştırın** başlangıç oyuncusu belirtildikten sonra ve başlangıç oyuncusu kilitli olmayan oyunlara hiçbir zaman bahis yapmayın.\n\n### Kulüp Draması ve Motivasyon\n\n10 maçlık bir kayıp serisinde olan bir takım, oyuncu toplantısından sonra toparlanabilir. Playoff'u kilitlemişolan bir takım yıldız oyuncuları dinlendirebilir. Bu faktörler gerçek ama nicelikleştirmesi neredeyse imkansız. Bu sınırlamayı kabul edin, modelinize çöp \"motivasyon\" değişkenleri eklemeyin.\n\n### Umpire Strike Bölgesi Varyansı\n\nOrtalama umpire eğilimleri faydalı olsa da, bireysel oyun varyasyonu yüksektir. Tipik olarak sıkı bölge çalıştıran bir umpire belirli bir gecede geniş arayabilir. Umpire verisi küçük kenar ekler ancak aşırı ağırlık vermeyin.\n\n### Modelinizi Ne Zaman Geçersiz Kılın\n\nModelinizi yalnızca **somut bilgiye** sahip olduğunuzda geçersiz kılın:\n- Modeli çalıştırdıktan sonra onaylanan lineup değişikliği\n- Hava durumu güncellemesi (ani rüzgar değişimi)\n- Verilere yansımayan doğrulanmış yaralanma haberleri\n\nAsla \"doğru hissetmiyor\" olarak geçersiz kılmayın. Sezginiz düzenli olarak modelinizle anlaşmazlığa düşerse, modeliniz tamir edilmeye ihtiyaç duyar — ya da sezginiz.\n\nModellemeden daha ötesinde sistematik bahis yaklaşımlarıyla ilgileniyorsanız, [Wong Teaser stratejisi](\u002Fblog\u002Fwong-teaser-strategy-calculator)'nin NFL teaserlere benzer kurallar tabanlı çerçeve nasıl uyguladığını görebilir veya [Fibonacci](\u002Fblog\u002Ffibonacci-betting-system) ve [Labouchere](\u002Fblog\u002Flabouchere-betting-system) gibi progresif sistemleri keşfedebilirsiniz — bunlar veri odaklı modellerden farklı çalışsa da.\n\n## Gerçek Sicil — Ne Bekleyeceksiniz\n\n### Gerçekçi Kazanma Oranları ve ROI Karşılaştırmaları\n\nDürüst olmak gerekirse, neyin mümkün olduğu hakkında. İşte doğrulanmış MLB bahisçilerden belgelenmiş siciller:\n\n| Bahisçi\u002FHizmet | Sezon | Bahis | Birimler | ROI |\n|---------------|:------:|:----:|:-----:|:---:|\n| Zerillo (Action Network) | 2019 | 659 | +30.2 | 4.6% |\n| Profesyonel sendika ort. | Çok yıllı | 2000+ | Değişken | 3-5% |\n| İyi amatör model | İlk sezon | 500+ | Değişken | 2-4% |\n| Kırılış-hatta modeli | Her zaman | Her zaman | ~0 | 0% |\n\nHatta elit performansın bile 3-5% ROI olduğuna dikkat edin. **20%+ ROI vaat eden herkesten yalan söylüyordur.** 3% ROI'de 500+ bahiste tutarlılık harika bir şeydir. Sonuçlarınızın gerçek bir kenara sahip olsa bile ne kadar sallanabileceğini anlamak için [Varyans Analiziricisi](\u002Fbetting\u002Fvariance-analyzer)'ni kullan.\n\n### Örnek Büyüklüğü Gereksinimleri\n\n- **200 bahis:** Trendi görmeye başlayabilirsiniz, ama hiçbir şey kesin değildir\n- **500 bahis:** İstatistiksel güven için minimum. %55 modelin kar gösterme şansı ~%95\n- **1.000+ bahis:** Kenar kanıtı güçlü. %95 güven aralığınız önemli ölçüde daralır\n\nKatı bir modeli 50 kayıp bahisten sonra bırakmayın. 50 kazanç bahisten sonra kendinizi dahi ilan etmeyin. Matematik toplanmak için zamana ihtiyaç duyar. [Bankroll büyümesini](\u002Fbetting\u002Fbankroll-growth-calculator) tam sezon boyunca takip edin.\n\nModeliniz tutarlı olarak 200+ bahis üzerinde closing line'ı yeniyor (pozitif CLV) ise, kısa vadeli sonuçlar olumsuz olsa bile, metodolojiniz sağlamdır. CLV, uzun vadeli kârlılığın en gerçek sinyalidir.\n\n## SSS\n\n*Pro ipucu: bankroll disiplini sadece edge'den daha önemlidir — kazanma oranı, oran ve bahsi [bahis bankroll hesaplayıcısı](\u002Fbetting\u002Fbankroll-calculator) ile hesaplayarak iflas riskini %5'in altında tutun.*\n",[28,31,34,37,40,43,46,49,52,55,58,61,64,67,70],{"answer":29,"question":30},"Kapanış oranına karşı en az %2-3'lük bir kazanma olasılığı kenarını tutarlı olarak tanımlamanız gerekir. +100 ortalaması olan %55 doğru model, 500+ bet üzerinde kabaca %10 ROI üretir.","MLB bahis modellerinin kâr etmesi için ne kadar doğru olması gerekir?",{"answer":32,"question":33},"Python, pandas, scikit-learn ve XGBoost kütüphaneleri nedeniyle endüstri standardıdır. R, istatistiksel analiz için güçlü bir alternatiftir. Excel, başlangıç seviyesi temel istatistikleri takip etmek için işe yarar.","MLB bahis modeli için en iyi programlama dili nedir?",{"answer":35,"question":36},"Eğitim için minimum 3 sezon (yaklaşık 7.300 oyun). 2019-2022'yi eğitim, 2023'ü doğrulama ve 2024-2025'i örnek dışı test için kullanın. Daha fazla veri yardımcı olur, ancak MLB geliştiğinden 2015 öncesi veriler daha az ilgili olabilir.","MLB modeli oluşturmak için minimum ne kadar geçmiş veriye ihtiyacım var?",{"answer":38,"question":39},"Evet. İhtiyacınız olan tüm veriler FanGraphs ve Baseball Savant'tan ücretsizdir. Ücretli hizmetler API erişimiyle zaman kazandırır, ancak gerçek tahmin gücü veri kaynağından değil, özellik mühendisliğinizden ve model tasarımınızdan gelir.","Ücretsiz bir MLB bahis modeli ücretli hizmetleri geçebilir mi?",{"answer":41,"question":42},"Başlangıç atıcı xFIP, takım wOBA, bullpen yorgunluk metrikleri, K-BB% ve park faktörleri. Vuruş ortalamasından ve atıcı W-L kaydından kaçının — bunlar açıklayıcı, tahmin edici değildir.","MLB bahis için en tahmin edici istatistikler nelerdir?",{"answer":44,"question":45},"Park faktörleri beklenen koşu skorlamasını mekan tarafından ayarlar. Coors Field (1.38 faktör) toplam skoru ortalamanın %38 üzerinde şişirir. Modeliniz kesin oyun toplamları elde etmek için koşu projeksiyonlarını park faktörüyle çarpmalıdır.","Park faktörleri MLB bahis modellerini nasıl etkiler?",{"answer":47,"question":48},"Kelly Kriteri, kenarınız temelinde optimal bahis boyutunu hesaplar. Formül: f = (bp - q) \u002F b, burada b = ondalık oran - 1, p = kazanma olasılığı, q = 1 - p. Çoğu keskin bahisçi varyansı azaltmak için dörtte-bir Kelly (%25 tam Kelly'nin) kullanır.","MLB bahis için Kelly Kriteri nedir?",{"answer":50,"question":51},"Temel elektronik tablo modeli 1-2 hafta sürer. Regresyon ile orta düzey Python modeli 3-4 hafta sürer. Uygun geri testi ile tam ensemble modeli yarı zamanlı 6-8 hafta iş gerektirir.","MLB bahis modeli oluşturmak ne kadar sürer?",{"answer":53,"question":54},"Moneyline'lar daha kolaydır çünkü yalnızca kazananı tahmin etmeniz gerekir. Run line'lar (spread) galip gelmek için marjı tahmin etmeyi gerektirir, bu da karmaşıklık ekler. Modeliniz kârlı hale gelene kadar moneyline ile başlayın ve sonra run line ekleyin.","MLB moneyline veya run line oranına bahis yapmalı mıyım?",{"answer":56,"question":57},"İstatistiksel anlamlılık için minimum 500 bet. 1.000+ bet'te, sonuçlarınız gerçek kenarı yansıttığından daha emin olabilirsiniz. Asla 200'den az bet'ten sonuçlar çıkarmayın.","MLB modeli geri testlemesi için iyi bir örnek boyutu nedir?",{"answer":59,"question":60},"Art arda görünümleri ve son 3 gün içinde toplam atışları takip edin. Araştırmalar, ardışık görünüş başına -0.6 MPH hız düşüşünü gösterir, bu da kabaca oyun başına -0.25 koşuya çevrilir. Aşırı çalışan bullpenler güvenilir +EV sinyalidir.","Modelerimde bullpen yorgunluğunu nasıl hesaba katarım?",{"answer":62,"question":63},"Evet, önemli ölçüde. Wrigley Field'da dış hava yapan rüzgar oyun toplamlarına 1-2 koşu ekler. 85°F üzerinde sıcaklık skorlamayı artırır. Yağmur gecikmesi atıcıları aksatır. Rüzgar hızını, yönünü, sıcaklığı ve nemi modelinize ekleyin.","Hava koşulları MLB bahis modellerini etkiler mi?",{"answer":65,"question":66},"Profesyonel modeller tam sezon üzerinde %3-8 ROI hedefler. En iyi kamuya açık rekor, Zerillo'nun 2019 sezonunda 659 bet üzerinden %4.6 ROI ile +30.2 ünitedir. Sürdürülen %2 üzerinde herhangi bir ROI mükemmeldir.","MLB bahis modelinden hangi ROI beklemeliyim?",{"answer":68,"question":69},"Sezon başına en az iki kez yeni verilerle yeniden eğitin — ilk 2 aydan sonra bir kez ve All-Star arasında bir kez. Hattı açmadan önce her sabah LineUp'lar, hava ve bullpen durumu gibi günlük girdileri güncelleyin.","MLB bahis modelimi ne sıklıkla güncellemeliyim?",{"answer":71,"question":72},"Evet. Oyuncu prop modelleri, oyun modellerini karşılaştırırken bireysel istatistiklere odaklanır: strikeout toplam sayısı, vuruş üstü\u002Faltı ve bazlar. Ana fark, takım toplamları yerine oyuncu seviyesi verisi (hareketli ortalamalar, platoon bölünmeleri) kullanmaktır.","Makine öğrenmesini MLB prop bet'leri için kullanabilir miyim?",[74,75,76,77],"en","de","tr","ru",{"data":79,"body":80},{},{"type":81,"children":82},"root",[83,92,98,111,123,128,134,141,268,274,286,292,298,310,315,321,326,375,394,400,406,411,435,448,454,459,480,486,491,512,531,537,543,556,600,606,618,624,636,649,655,660,667,831,844,850,856,875,974,980,999,1004,1022,1027,1033,1038,1061,1067,1079,1112,1117,1123,1128,1388,1394,1400,1412,1426,1432,1444,1453,1459,1464,1473,1479,1484,1490,1499,1505,1511,1516,1549,1554,1560,1565,1598,1603,1609,1614,1632,1637,1660,1666,1672,1677,2129,2134,2144,2162,2183,2189,2194,2476,2481,2511,2516,3131,3136,3142,3154,3255,3272,3278,3284,3296,3302,3314,3325,3329,3335,3341,3374,3380,3385,3408,3414,3427,3445,3456,3462,3473,3477,3483,3489,3494,3527,3539,3545,3550,3568,3573,3579,3584,3602,3623,3629,3635,3647,3653,3658,3664,3669,3675,3687,3705,3710,3738,3744,3750,3755,3902,3922,3928,3961,3974,3979,3985],{"type":84,"tag":85,"props":86,"children":88},"element","h2",{"id":87},"mlb-bahis-modeli-sıfırdan-kendi-sisteminizi-oluşturun-2026",[89],{"type":90,"value":91},"text","MLB Bahis Modeli: Sıfırdan Kendi Sisteminizi Oluşturun (2026)",{"type":84,"tag":93,"props":94,"children":95},"p",{},[96],{"type":90,"value":97},"Şu senaryoyu hayal edin: Salı sabahı, tüm MLB programı 3 saate ininiz kalmış, ve değerlendirmesi gereken 14 oyun var. Sezginiz Dodgers'ın açık favori olduğunu söylüyor. Arkadaşınız ise White Sox'un \"sırası gelmiş\" olduğuna yemin ediyor. Bu arada, sharp paranın hareket ettiği bir çizgi hiç konuşulmayan ortada duruyor.",{"type":84,"tag":93,"props":99,"children":100},{},[101,103,109],{"type":90,"value":102},"İşte siz ile sharp oyuncular arasındaki fark şu: ",{"type":84,"tag":104,"props":105,"children":106},"strong",{},[107],{"type":90,"value":108},"onların bir modeli var",{"type":90,"value":110},". Kristal bir küre değil — veriyi olasılıklara dönüştüren, bu olasılıkları pazar oranlarıyla karşılaştıran ve hangi bahislerin pozitif beklenen değeri olduğunu söyleyen sistematik bir süreç.",{"type":84,"tag":93,"props":112,"children":113},{},[114,116,121],{"type":90,"value":115},"İyi haber? 2026 itibariyle, bir MLB bahis modeli oluşturmak için ihtiyacınız olan her veri ",{"type":84,"tag":104,"props":117,"children":118},{},[119],{"type":90,"value":120},"ücretsiz",{"type":90,"value":122},". FanGraphs, Baseball Savant ve Statcast, profesyonel sendikalar tarafından kullanılan aynı ham numaraları size veriyor. Kazananları ayıran şey, bu numaraları özelliklere nasıl işledikleri, gerçekten sonuçları tahmin eden modelleri nasıl eğittikleri ve disiplinle bankroll yönetimi yapabilmeleridir.",{"type":84,"tag":93,"props":124,"children":125},{},[126],{"type":90,"value":127},"Bu rehber sizi tüm sürece yol gösterir — ilk elektronik tablonuzdan tam Python ensemble modeline kadar. Tamamen yeni biriyseniz ya da MLB'ye özel özellik mühendisliği fikirleri arayan bir veri bilimciyseniz, sizin için bir seviye vardır. Gerçekten işe yarayan bir şey oluşturalım.",{"type":84,"tag":85,"props":129,"children":131},{"id":130},"kratko-mlb-bahis-modeli-hızlı-referansı",[132],{"type":90,"value":133},"Kratko — MLB Bahis Modeli Hızlı Referansı",{"type":84,"tag":135,"props":136,"children":138},"h3",{"id":137},"model-seviyeleri-bir-bakışta",[139],{"type":90,"value":140},"Model Seviyeleri Bir Bakışta",{"type":84,"tag":142,"props":143,"children":144},"table",{},[145,179],{"type":84,"tag":146,"props":147,"children":148},"thead",{},[149],{"type":84,"tag":76,"props":150,"children":151},{},[152,158,163,169,174],{"type":84,"tag":153,"props":154,"children":155},"th",{},[156],{"type":90,"value":157},"Seviye",{"type":84,"tag":153,"props":159,"children":160},{},[161],{"type":90,"value":162},"Araçlar",{"type":84,"tag":153,"props":164,"children":166},{"align":165},"center",[167],{"type":90,"value":168},"İnşa Süresi",{"type":84,"tag":153,"props":170,"children":171},{"align":165},[172],{"type":90,"value":173},"Beklenen Kenar",{"type":84,"tag":153,"props":175,"children":176},{},[177],{"type":90,"value":178},"En İyi Kimler İçin",{"type":84,"tag":180,"props":181,"children":182},"tbody",{},[183,212,240],{"type":84,"tag":76,"props":184,"children":185},{},[186,192,197,202,207],{"type":84,"tag":187,"props":188,"children":189},"td",{},[190],{"type":90,"value":191},"Başlangıç",{"type":84,"tag":187,"props":193,"children":194},{},[195],{"type":90,"value":196},"Elektronik Tablo + FanGraphs",{"type":84,"tag":187,"props":198,"children":199},{"align":165},[200],{"type":90,"value":201},"1-2 hafta",{"type":84,"tag":187,"props":203,"children":204},{"align":165},[205],{"type":90,"value":206},"%1-3",{"type":84,"tag":187,"props":208,"children":209},{},[210],{"type":90,"value":211},"Çerçeveyi öğrenme",{"type":84,"tag":76,"props":213,"children":214},{},[215,220,225,230,235],{"type":84,"tag":187,"props":216,"children":217},{},[218],{"type":90,"value":219},"Orta Seviye",{"type":84,"tag":187,"props":221,"children":222},{},[223],{"type":90,"value":224},"Python + Regresyon",{"type":84,"tag":187,"props":226,"children":227},{"align":165},[228],{"type":90,"value":229},"3-4 hafta",{"type":84,"tag":187,"props":231,"children":232},{"align":165},[233],{"type":90,"value":234},"%3-5",{"type":84,"tag":187,"props":236,"children":237},{},[238],{"type":90,"value":239},"Tutarlı küçük kenarlar",{"type":84,"tag":76,"props":241,"children":242},{},[243,248,253,258,263],{"type":84,"tag":187,"props":244,"children":245},{},[246],{"type":90,"value":247},"İleri",{"type":84,"tag":187,"props":249,"children":250},{},[251],{"type":90,"value":252},"XGBoost + Ensemble",{"type":84,"tag":187,"props":254,"children":255},{"align":165},[256],{"type":90,"value":257},"6-8 hafta",{"type":84,"tag":187,"props":259,"children":260},{"align":165},[261],{"type":90,"value":262},"%5-8",{"type":84,"tag":187,"props":264,"children":265},{},[266],{"type":90,"value":267},"ROI'yi maksimize etme",{"type":84,"tag":135,"props":269,"children":271},{"id":270},"bu-rehber-kimin-i̇çin",[272],{"type":90,"value":273},"Bu Rehber Kimin İçin",{"type":84,"tag":93,"props":275,"children":276},{},[277,279,284],{"type":90,"value":278},"Bu rehber, sezgi temelli seçimlerden ",{"type":84,"tag":104,"props":280,"children":281},{},[282],{"type":90,"value":283},"veri odaklı MLB bahis sistemine",{"type":90,"value":285}," geçmek isteyen herkes için. İstatistik derecesine ihtiyacınız yok — elektronik tabloyu kullanabiliyorsanız, Seviye 1'den başlayabilirsiniz. Temel Python biliyorsanız, doğrudan orta seviye bölümüne atlayın.",{"type":84,"tag":85,"props":287,"children":289},{"id":288},"mlb-bahis-modeli-nedir-ve-neden-bir-tane-oluşturmalısınız",[290],{"type":90,"value":291},"MLB Bahis Modeli Nedir (ve Neden Bir Tane Oluşturmalısınız)?",{"type":84,"tag":135,"props":293,"children":295},{"id":294},"model-vs-sezgi-kilit-fark",[296],{"type":90,"value":297},"Model vs Sezgi — Kilit Fark",{"type":84,"tag":93,"props":299,"children":300},{},[301,303,308],{"type":90,"value":302},"Bahis modeli bir ",{"type":84,"tag":104,"props":304,"children":305},{},[306],{"type":90,"value":307},"olasılık makinesidir",{"type":90,"value":309},". Ona veri beslersiniz (atıcı istatistikleri, park faktörleri, bullpen kullanımı) ve her olası sonuç için bir olasılık çıkar. Bu olasılık daha sonra pazar oranlarıyla karşılaştırılarak +EV bahisleri bulunur.",{"type":84,"tag":93,"props":311,"children":312},{},[313],{"type":90,"value":314},"Fark önemlidir: Dodgers'ın kazanacağını \"hissettiğinizde\", -180'in adil olup olmadığını bilmenin hiçbir yolu yoktur. Modeliniz Dodgers'ın kazanma olasılığının %63 olduğunu söylediğinde, -180'in sadece %64,3 anlamına geldiğini hesaplayabilirsiniz — bu da pazar adil fiyatlandığı ve bahis olmadığı anlamına gelir.",{"type":84,"tag":135,"props":316,"children":318},{"id":317},"i̇yi-bir-model-gerçekten-ne-yapıyor",[319],{"type":90,"value":320},"İyi Bir Model Gerçekten Ne Yapıyor",{"type":84,"tag":93,"props":322,"children":323},{},[324],{"type":90,"value":325},"İyi bir MLB bahis modeli üç şey yapar:",{"type":84,"tag":327,"props":328,"children":329},"ol",{},[330,346,356],{"type":84,"tag":331,"props":332,"children":333},"li",{},[334,339,341],{"type":84,"tag":104,"props":335,"children":336},{},[337],{"type":90,"value":338},"Kazanma olasılığını",{"type":90,"value":340}," pazar kadar doğru (hatta %2-3 daha iyi) ",{"type":84,"tag":104,"props":342,"children":343},{},[344],{"type":90,"value":345},"tahmin eder",{"type":84,"tag":331,"props":347,"children":348},{},[349,354],{"type":84,"tag":104,"props":350,"children":351},{},[352],{"type":90,"value":353},"+EV bahisleri tanımlar",{"type":90,"value":355}," — olasılığınızın zımni oranları aştığı yerler",{"type":84,"tag":331,"props":357,"children":358},{},[359,364,366,373],{"type":84,"tag":104,"props":360,"children":361},{},[362],{"type":90,"value":363},"Bahisleri uygun şekilde boyutlandırır",{"type":90,"value":365}," — ",{"type":84,"tag":367,"props":368,"children":370},"a",{"href":369},"\u002Fbetting\u002Fkelly-calculator",[371],{"type":90,"value":372},"Kelly Kriteri",{"type":90,"value":374}," veya bir varyant kullanarak",{"type":84,"tag":93,"props":376,"children":377},{},[378,380,385,387,392],{"type":90,"value":379},"Kesinlikle kazananları tahmin etmez. %55'lik bir model doğru oranlarda son derece karlı. Hedef doğruluk değil, ",{"type":84,"tag":104,"props":381,"children":382},{},[383],{"type":90,"value":384},"kalibrasyondur",{"type":90,"value":386}," ve ",{"type":84,"tag":104,"props":388,"children":389},{},[390],{"type":90,"value":391},"kenar tanımlamadır",{"type":90,"value":393},".",{"type":84,"tag":85,"props":395,"children":397},{"id":396},"seviyenizi-seçin-başlangıç-orta-veya-i̇leri",[398],{"type":90,"value":399},"Seviyenizi Seçin — Başlangıç, Orta veya İleri",{"type":84,"tag":135,"props":401,"children":403},{"id":402},"başlangıç-elektronik-tablo-temel-i̇statistikler",[404],{"type":90,"value":405},"Başlangıç: Elektronik Tablo + Temel İstatistikler",{"type":84,"tag":93,"props":407,"children":408},{},[409],{"type":90,"value":410},"Hiç model oluşturmadıysanız buradan başlayın. Elektronik tabloda 4-5 temel istatistiği (atıcı xFIP, takım wOBA, bullpen yükü, park faktörü) takip edin ve basit ağırlıklar atayın. Vegas'ı tutarlı bir şekilde alamayacaksınız, ancak çerçeveyi öğrenecek ve tamamen duygusal bahisler yapmaktan vazgeçeceksiniz.",{"type":84,"tag":93,"props":412,"children":413},{},[414,419,421,426,428,433],{"type":84,"tag":104,"props":415,"children":416},{},[417],{"type":90,"value":418},"Süre:",{"type":90,"value":420}," 1-2 hafta | ",{"type":84,"tag":104,"props":422,"children":423},{},[424],{"type":90,"value":425},"Araçlar:",{"type":90,"value":427}," Google Sheets veya Excel | ",{"type":84,"tag":104,"props":429,"children":430},{},[431],{"type":90,"value":432},"Veri:",{"type":90,"value":434}," FanGraphs",{"type":84,"tag":93,"props":436,"children":437},{},[438,440,446],{"type":90,"value":439},"Spor analitiğinde tamamen yeniyseniz, kendi sisteminizi oluşturmadan önce veri odaklı sistemin nasıl göründüğünü görmek için ",{"type":84,"tag":367,"props":441,"children":443},{"href":442},"\u002Fblog\u002Fmlb-underdog-betting-strategy",[444],{"type":90,"value":445},"MLB underdog bahis stratejisi rehberimize",{"type":90,"value":447}," bakın.",{"type":84,"tag":135,"props":449,"children":451},{"id":450},"orta-seviye-python-regresyon",[452],{"type":90,"value":453},"Orta Seviye: Python + Regresyon",{"type":84,"tag":93,"props":455,"children":456},{},[457],{"type":90,"value":458},"Python'ın pandas ve scikit-learn kütüphaneleriyle ilerleyin. Lojistik regresyon modelleri oluşturun, uygun özellik önemini hesaplayın ve geçmiş oranlarla karşı test edin. Çoğu karlı amatör bahisçi burada faaliyet gösterir.",{"type":84,"tag":93,"props":460,"children":461},{},[462,466,468,472,474,478],{"type":84,"tag":104,"props":463,"children":464},{},[465],{"type":90,"value":418},{"type":90,"value":467}," 3-4 hafta | ",{"type":84,"tag":104,"props":469,"children":470},{},[471],{"type":90,"value":425},{"type":90,"value":473}," Python, Jupyter Notebooks | ",{"type":84,"tag":104,"props":475,"children":476},{},[477],{"type":90,"value":432},{"type":90,"value":479}," FanGraphs + Statcast",{"type":84,"tag":135,"props":481,"children":483},{"id":482},"i̇leri-xgboost-ensemble-yöntemleri",[484],{"type":90,"value":485},"İleri: XGBoost + Ensemble Yöntemleri",{"type":84,"tag":93,"props":487,"children":488},{},[489],{"type":90,"value":490},"Birden fazla model türünü (doğrusal regresyon, lojistik regresyon, XGBoost) herhangi bir tek modelden daha güçlü bir ensemble'da birleştirin. Pitch-level veri, hakem strike zone eğilimleri ve gerçek zamanlı lineup ayarlamaları gibi ileri özellikler ekleyin.",{"type":84,"tag":93,"props":492,"children":493},{},[494,498,500,504,506,510],{"type":84,"tag":104,"props":495,"children":496},{},[497],{"type":90,"value":418},{"type":90,"value":499}," 6-8 hafta | ",{"type":84,"tag":104,"props":501,"children":502},{},[503],{"type":90,"value":425},{"type":90,"value":505}," Python, XGBoost, LightGBM | ",{"type":84,"tag":104,"props":507,"children":508},{},[509],{"type":90,"value":432},{"type":90,"value":511}," Statcast + hava API'ları",{"type":84,"tag":93,"props":513,"children":514},{},[515,517,523,524,530],{"type":90,"value":516},"Aynı çerçeve diğer spor dalları için de geçerlidir. Multi-spor modeller oluşturuyorsanız, ",{"type":84,"tag":367,"props":518,"children":520},{"href":519},"\u002Fblog\u002Fnba-betting-system",[521],{"type":90,"value":522},"NBA bahis sistemi analizi",{"type":90,"value":386},{"type":84,"tag":367,"props":525,"children":527},{"href":526},"\u002Fblog\u002Fnfl-betting-strategy-guide",[528],{"type":90,"value":529},"NFL bahis stratejisi rehberimize",{"type":90,"value":447},{"type":84,"tag":85,"props":532,"children":534},{"id":533},"faz-1-veri-toplama-mlb-verilerini-nereden-bulabilirsiniz",[535],{"type":90,"value":536},"Faz 1: Veri Toplama — MLB Verilerini Nereden Bulabilirsiniz",{"type":84,"tag":135,"props":538,"children":540},{"id":539},"fangraphs-takım-ve-oyuncu-i̇statistikleri-xfip-woba-k-bb",[541],{"type":90,"value":542},"FanGraphs — Takım ve Oyuncu İstatistikleri (xFIP, wOBA, K-BB%)",{"type":84,"tag":93,"props":544,"children":545},{},[546,554],{"type":84,"tag":367,"props":547,"children":551},{"href":548,"rel":549},"https:\u002F\u002Fwww.fangraphs.com",[550],"nofollow",[552],{"type":90,"value":553},"FanGraphs",{"type":90,"value":555}," temel kaynak. Son 3-5 sezonun takım düzeyinde ve pitcher düzeyinde istatistiklerini indirin. Ana metrikler:",{"type":84,"tag":557,"props":558,"children":559},"ul",{},[560,570,580,590],{"type":84,"tag":331,"props":561,"children":562},{},[563,568],{"type":84,"tag":104,"props":564,"children":565},{},[566],{"type":90,"value":567},"xFIP",{"type":90,"value":569}," (Expected Fielding Independent Pitching): Pitcher performansını ERA'dan daha iyi tahmin eder",{"type":84,"tag":331,"props":571,"children":572},{},[573,578],{"type":84,"tag":104,"props":574,"children":575},{},[576],{"type":90,"value":577},"wOBA",{"type":90,"value":579}," (Weighted On-Base Average): Toplam offensive değeri tek bir ölçekte yakalar",{"type":84,"tag":331,"props":581,"children":582},{},[583,588],{"type":84,"tag":104,"props":584,"children":585},{},[586],{"type":90,"value":587},"K-BB%",{"type":90,"value":589}," (Strikeout minus Walk Rate): Pitcher kalitesinin #1 göstergesi",{"type":84,"tag":331,"props":591,"children":592},{},[593,598],{"type":84,"tag":104,"props":594,"children":595},{},[596],{"type":90,"value":597},"BABIP",{"type":90,"value":599}," (Batting Average on Balls in Play): Şans regresyonu adaylarını tanımlar",{"type":84,"tag":135,"props":601,"children":603},{"id":602},"statcast-baseball-savant-pitch-düzeyinde-veri",[604],{"type":90,"value":605},"Statcast (Baseball Savant) — Pitch Düzeyinde Veri",{"type":84,"tag":93,"props":607,"children":608},{},[609,616],{"type":84,"tag":367,"props":610,"children":613},{"href":611,"rel":612},"https:\u002F\u002Fbaseballsavant.mlb.com",[550],[614],{"type":90,"value":615},"Baseball Savant",{"type":90,"value":617}," Statcast verilerini sağlar — exit velocity, launch angle, spin rate ve expected stats (xBA, xSLG, xwOBA). Bu \"expected\" istatistikler fielding ve şansı çıkararak sana gerçek yeteneğin daha net bir resmini verir.",{"type":84,"tag":135,"props":619,"children":621},{"id":620},"park-faktörleri-mekanın-neden-önem-taşıdığı",[622],{"type":90,"value":623},"Park Faktörleri — Mekanın Neden Önem Taşıdığı",{"type":84,"tag":93,"props":625,"children":626},{},[627,629,634],{"type":90,"value":628},"Park faktörleri MLB betting'de ",{"type":84,"tag":104,"props":630,"children":631},{},[632],{"type":90,"value":633},"en az takdir edilen değişken",{"type":90,"value":635},"dir. Coors Field run scoring'i %38 oranında şişirir. Dodger Stadium ise %12 oranında baskılar. Modelinde mekanı ayarlanmamışsa, avantaj bırakıyorsun.",{"type":84,"tag":93,"props":637,"children":638},{},[639,641,647],{"type":90,"value":640},"Aşağıya kaydırarak ",{"type":84,"tag":367,"props":642,"children":644},{"href":643},"#mlb-park-factors-every-stadium-ranked-2024-2025",[645],{"type":90,"value":646},"30 stadyum park faktörleri grafiği",{"type":90,"value":648}," ile görsel sıralamaları görebilirsin.",{"type":84,"tag":135,"props":650,"children":652},{"id":651},"hakem-ve-hava-durumu-verileri",[653],{"type":90,"value":654},"Hakem ve Hava Durumu Verileri",{"type":84,"tag":93,"props":656,"children":657},{},[658],{"type":90,"value":659},"Hakem strike zone eğilimleri strikeout ve walk oranlarını etkiler. Dar zone hakami oyun toplamına 0.5 run ekleyebilir. Hava durumu — özellikle Wrigley Field'de rüzgar hızı ve yönü — over\u002Funder bahislerini doğrudan etkiler.",{"type":84,"tag":661,"props":662,"children":664},"h4",{"id":663},"ücretsiz-ve-ücretli-veri-kaynakları-tablosu",[665],{"type":90,"value":666},"Ücretsiz ve Ücretli Veri Kaynakları Tablosu",{"type":84,"tag":142,"props":668,"children":669},{},[670,696],{"type":84,"tag":146,"props":671,"children":672},{},[673],{"type":84,"tag":76,"props":674,"children":675},{},[676,681,686,691],{"type":84,"tag":153,"props":677,"children":678},{},[679],{"type":90,"value":680},"Kaynak",{"type":84,"tag":153,"props":682,"children":683},{"align":165},[684],{"type":90,"value":685},"Ücret",{"type":84,"tag":153,"props":687,"children":688},{},[689],{"type":90,"value":690},"Veri Türü",{"type":84,"tag":153,"props":692,"children":693},{},[694],{"type":90,"value":695},"En İyi Kullanım",{"type":84,"tag":180,"props":697,"children":698},{},[699,721,742,764,787,809],{"type":84,"tag":76,"props":700,"children":701},{},[702,706,711,716],{"type":84,"tag":187,"props":703,"children":704},{},[705],{"type":90,"value":553},{"type":84,"tag":187,"props":707,"children":708},{"align":165},[709],{"type":90,"value":710},"Ücretsiz",{"type":84,"tag":187,"props":712,"children":713},{},[714],{"type":90,"value":715},"Takım\u002FOyuncu istatistikleri",{"type":84,"tag":187,"props":717,"children":718},{},[719],{"type":90,"value":720},"Temel metrikler",{"type":84,"tag":76,"props":722,"children":723},{},[724,728,732,737],{"type":84,"tag":187,"props":725,"children":726},{},[727],{"type":90,"value":615},{"type":84,"tag":187,"props":729,"children":730},{"align":165},[731],{"type":90,"value":710},{"type":84,"tag":187,"props":733,"children":734},{},[735],{"type":90,"value":736},"Statcast, pitch düzeyinde",{"type":84,"tag":187,"props":738,"children":739},{},[740],{"type":90,"value":741},"Expected stats, spin rateler",{"type":84,"tag":76,"props":743,"children":744},{},[745,750,754,759],{"type":84,"tag":187,"props":746,"children":747},{},[748],{"type":90,"value":749},"Retrosheet",{"type":84,"tag":187,"props":751,"children":752},{"align":165},[753],{"type":90,"value":710},{"type":84,"tag":187,"props":755,"children":756},{},[757],{"type":90,"value":758},"Tarihsel play-by-play",{"type":84,"tag":187,"props":760,"children":761},{},[762],{"type":90,"value":763},"Model backtesting'i",{"type":84,"tag":76,"props":765,"children":766},{},[767,772,777,782],{"type":84,"tag":187,"props":768,"children":769},{},[770],{"type":90,"value":771},"Weather API",{"type":84,"tag":187,"props":773,"children":774},{"align":165},[775],{"type":90,"value":776},"Ücretsiz tier",{"type":84,"tag":187,"props":778,"children":779},{},[780],{"type":90,"value":781},"Rüzgar, sıcaklık, nem",{"type":84,"tag":187,"props":783,"children":784},{},[785],{"type":90,"value":786},"Oyun toplamı ayarlaması",{"type":84,"tag":76,"props":788,"children":789},{},[790,795,799,804],{"type":84,"tag":187,"props":791,"children":792},{},[793],{"type":90,"value":794},"Odds API",{"type":84,"tag":187,"props":796,"children":797},{"align":165},[798],{"type":90,"value":776},{"type":84,"tag":187,"props":800,"children":801},{},[802],{"type":90,"value":803},"Tarihsel\u002Fcanlı odds",{"type":84,"tag":187,"props":805,"children":806},{},[807],{"type":90,"value":808},"Backtesting, CLV tracking",{"type":84,"tag":76,"props":810,"children":811},{},[812,817,821,826],{"type":84,"tag":187,"props":813,"children":814},{},[815],{"type":90,"value":816},"Sports Reference",{"type":84,"tag":187,"props":818,"children":819},{"align":165},[820],{"type":90,"value":710},{"type":84,"tag":187,"props":822,"children":823},{},[824],{"type":90,"value":825},"Tarihsel sıralaması",{"type":84,"tag":187,"props":827,"children":828},{},[829],{"type":90,"value":830},"Sezon düzeyinde analiz",{"type":84,"tag":93,"props":832,"children":833},{},[834,836,842],{"type":90,"value":835},"Farklı veri kaynakları ile çalışırken American, decimal ve fractional formatlar arasında geçiş yapmak için ",{"type":84,"tag":367,"props":837,"children":839},{"href":838},"\u002Fbetting\u002Fodds-converter",[840],{"type":90,"value":841},"Odds Converter",{"type":90,"value":843}," kullan.",{"type":84,"tag":85,"props":845,"children":847},{"id":846},"faz-2-feature-engineering-verileri-tahminlere-dönüştürme",[848],{"type":90,"value":849},"Faz 2: Feature Engineering — Verileri Tahminlere Dönüştürme",{"type":84,"tag":135,"props":851,"children":853},{"id":852},"tahminsel-vs-açıklayıcı-i̇statistikler",[854],{"type":90,"value":855},"Tahminsel vs Açıklayıcı İstatistikler",{"type":84,"tag":93,"props":857,"children":858},{},[859,861,866,868,873],{"type":90,"value":860},"Çoğu başlangıç seviyesi kişi burada başarısız olur. ",{"type":84,"tag":104,"props":862,"children":863},{},[864],{"type":90,"value":865},"Açıklayıcı istatistikler",{"type":90,"value":867}," (batting average, pitcher W-L record, RBIs) — ne olduğunu söyleyen — yerine ",{"type":84,"tag":104,"props":869,"children":870},{},[871],{"type":90,"value":872},"tahminsel istatistikleri",{"type":90,"value":874}," — ne olacağını tahmin eden — kullanırlar.",{"type":84,"tag":142,"props":876,"children":877},{},[878,894],{"type":84,"tag":146,"props":879,"children":880},{},[881],{"type":84,"tag":76,"props":882,"children":883},{},[884,889],{"type":84,"tag":153,"props":885,"children":886},{},[887],{"type":90,"value":888},"Tahminsel (Bunları Kullan)",{"type":84,"tag":153,"props":890,"children":891},{},[892],{"type":90,"value":893},"Açıklayıcı (Bunlardan Kaçın)",{"type":84,"tag":180,"props":895,"children":896},{},[897,910,923,935,948,961],{"type":84,"tag":76,"props":898,"children":899},{},[900,905],{"type":84,"tag":187,"props":901,"children":902},{},[903],{"type":90,"value":904},"xFIP, SIERA",{"type":84,"tag":187,"props":906,"children":907},{},[908],{"type":90,"value":909},"ERA, W-L Record",{"type":84,"tag":76,"props":911,"children":912},{},[913,918],{"type":84,"tag":187,"props":914,"children":915},{},[916],{"type":90,"value":917},"wOBA, xwOBA",{"type":84,"tag":187,"props":919,"children":920},{},[921],{"type":90,"value":922},"Batting Average",{"type":84,"tag":76,"props":924,"children":925},{},[926,930],{"type":84,"tag":187,"props":927,"children":928},{},[929],{"type":90,"value":587},{"type":84,"tag":187,"props":931,"children":932},{},[933],{"type":90,"value":934},"Strikeout alone",{"type":84,"tag":76,"props":936,"children":937},{},[938,943],{"type":84,"tag":187,"props":939,"children":940},{},[941],{"type":90,"value":942},"Barrel Rate, Hard Hit%",{"type":84,"tag":187,"props":944,"children":945},{},[946],{"type":90,"value":947},"Total Hits",{"type":84,"tag":76,"props":949,"children":950},{},[951,956],{"type":84,"tag":187,"props":952,"children":953},{},[954],{"type":90,"value":955},"Base Running (BsR)",{"type":84,"tag":187,"props":957,"children":958},{},[959],{"type":90,"value":960},"Stolen Bases",{"type":84,"tag":76,"props":962,"children":963},{},[964,969],{"type":84,"tag":187,"props":965,"children":966},{},[967],{"type":90,"value":968},"Park-adjusted metrics",{"type":84,"tag":187,"props":970,"children":971},{},[972],{"type":90,"value":973},"Raw stats",{"type":84,"tag":135,"props":975,"children":977},{"id":976},"bullpen-fatigue-index-06-mph-per-b2b-025-runs",[978],{"type":90,"value":979},"Bullpen Fatigue Index (-0.6 MPH per B2B = -0.25 Runs)",{"type":84,"tag":93,"props":981,"children":982},{},[983,985,990,992,997],{"type":90,"value":984},"Çok sayıda kaynaktan yapılan araştırma, relieferlerin ard arda oyunlarda fastballs üzerinde yaklaşık ",{"type":84,"tag":104,"props":986,"children":987},{},[988],{"type":90,"value":989},"0.6 MPH",{"type":90,"value":991}," kaybettiklerini göstermektedir. Bu hız düşüşü kabaca ",{"type":84,"tag":104,"props":993,"children":994},{},[995],{"type":90,"value":996},"-0.25 runs per game",{"type":90,"value":998}," expected run prevention anlamına gelir.",{"type":84,"tag":93,"props":1000,"children":1001},{},[1002],{"type":90,"value":1003},"Bullpen fatigue index oluştur:",{"type":84,"tag":557,"props":1005,"children":1006},{},[1007,1012,1017],{"type":84,"tag":331,"props":1008,"children":1009},{},[1010],{"type":90,"value":1011},"Son 3 gündeki her reliever'ın oyunlarını takip et",{"type":84,"tag":331,"props":1013,"children":1014},{},[1015],{"type":90,"value":1016},"Son oyunları daha ağır tartla (dün > 2 gün önce)",{"type":84,"tag":331,"props":1018,"children":1019},{},[1020],{"type":90,"value":1021},"3+ reliever kullanılan back-to-back bullpens'i işaretle",{"type":84,"tag":93,"props":1023,"children":1024},{},[1025],{"type":90,"value":1026},"Bu, MLB'de en exploitable avantajlardan biriydi çünkü pazar bullpen overuse'a yavaş tepki veriyor, özellikle doubleheader günlerinin ilk yarısında.",{"type":84,"tag":135,"props":1028,"children":1030},{"id":1029},"platoon-splits-ve-lineup-kurgusu",[1031],{"type":90,"value":1032},"Platoon Splits ve Lineup Kurgusu",{"type":84,"tag":93,"props":1034,"children":1035},{},[1036],{"type":90,"value":1037},"Sol-el batters sol-el pitcherlere karşı (LvL) oynuyor sağ-el-sol'den (RvL) çok daha kötü performans gösterir. Modelinde şunları içermelidir:",{"type":84,"tag":557,"props":1039,"children":1040},{},[1041,1046,1051,1056],{"type":84,"tag":331,"props":1042,"children":1043},{},[1044],{"type":90,"value":1045},"Starting pitcher handedness",{"type":84,"tag":331,"props":1047,"children":1048},{},[1049],{"type":90,"value":1050},"Lineup composition (aynı taraftaki batters'ın yüzdesi)",{"type":84,"tag":331,"props":1052,"children":1053},{},[1054],{"type":90,"value":1055},"Önemli hitters için tarihsel platoon splits",{"type":84,"tag":331,"props":1057,"children":1058},{},[1059],{"type":90,"value":1060},"Lineup kurgusu için manager eğilimleri",{"type":84,"tag":135,"props":1062,"children":1064},{"id":1063},"starting-pitcher-rolling-metrics",[1065],{"type":90,"value":1066},"Starting Pitcher Rolling Metrics",{"type":84,"tag":93,"props":1068,"children":1069},{},[1070,1072,1077],{"type":90,"value":1071},"3 hafta boyunca başarısız olan bir pitcher için tam sezon istatistikleri kullanma. ",{"type":84,"tag":104,"props":1073,"children":1074},{},[1075],{"type":90,"value":1076},"Rolling windows",{"type":90,"value":1078}," oluştur:",{"type":84,"tag":557,"props":1080,"children":1081},{},[1082,1092,1102],{"type":84,"tag":331,"props":1083,"children":1084},{},[1085,1090],{"type":84,"tag":104,"props":1086,"children":1087},{},[1088],{"type":90,"value":1089},"Son 3 start",{"type":90,"value":1091},": Son formu yakala",{"type":84,"tag":331,"props":1093,"children":1094},{},[1095,1100],{"type":84,"tag":104,"props":1096,"children":1097},{},[1098],{"type":90,"value":1099},"Son 10 start",{"type":90,"value":1101},": Daha kararlı sample",{"type":84,"tag":331,"props":1103,"children":1104},{},[1105,1110],{"type":84,"tag":104,"props":1106,"children":1107},{},[1108],{"type":90,"value":1109},"Sezon ortası",{"type":90,"value":1111},": Baseline",{"type":84,"tag":93,"props":1113,"children":1114},{},[1115],{"type":90,"value":1116},"Rolling windows'ları tartla: %40 son-3, %35 son-10, %25 sezon. Bu hem hot streaks'i hem de regresyonu raw sezon ortalamasından daha iyi yakalar.",{"type":84,"tag":661,"props":1118,"children":1120},{"id":1119},"feature-importance-sıralaması",[1121],{"type":90,"value":1122},"Feature Importance Sıralaması",{"type":84,"tag":93,"props":1124,"children":1125},{},[1126],{"type":90,"value":1127},"2019-2025 verilerine karşı backtesting tabanlı olarak, en önemlileri:",{"type":84,"tag":142,"props":1129,"children":1130},{},[1131,1157],{"type":84,"tag":146,"props":1132,"children":1133},{},[1134],{"type":84,"tag":76,"props":1135,"children":1136},{},[1137,1142,1147,1152],{"type":84,"tag":153,"props":1138,"children":1139},{"align":165},[1140],{"type":90,"value":1141},"Sıra",{"type":84,"tag":153,"props":1143,"children":1144},{},[1145],{"type":90,"value":1146},"Feature",{"type":84,"tag":153,"props":1148,"children":1149},{"align":165},[1150],{"type":90,"value":1151},"Importance Score",{"type":84,"tag":153,"props":1153,"children":1154},{},[1155],{"type":90,"value":1156},"Kategori",{"type":84,"tag":180,"props":1158,"children":1159},{},[1160,1183,1206,1229,1251,1273,1296,1319,1342,1365],{"type":84,"tag":76,"props":1161,"children":1162},{},[1163,1168,1173,1178],{"type":84,"tag":187,"props":1164,"children":1165},{"align":165},[1166],{"type":90,"value":1167},"1",{"type":84,"tag":187,"props":1169,"children":1170},{},[1171],{"type":90,"value":1172},"Starting Pitcher xFIP (rolling 10)",{"type":84,"tag":187,"props":1174,"children":1175},{"align":165},[1176],{"type":90,"value":1177},"0.18",{"type":84,"tag":187,"props":1179,"children":1180},{},[1181],{"type":90,"value":1182},"Pitching",{"type":84,"tag":76,"props":1184,"children":1185},{},[1186,1191,1196,1201],{"type":84,"tag":187,"props":1187,"children":1188},{"align":165},[1189],{"type":90,"value":1190},"2",{"type":84,"tag":187,"props":1192,"children":1193},{},[1194],{"type":90,"value":1195},"Team wOBA (son 14 gün)",{"type":84,"tag":187,"props":1197,"children":1198},{"align":165},[1199],{"type":90,"value":1200},"0.14",{"type":84,"tag":187,"props":1202,"children":1203},{},[1204],{"type":90,"value":1205},"Hitting",{"type":84,"tag":76,"props":1207,"children":1208},{},[1209,1214,1219,1224],{"type":84,"tag":187,"props":1210,"children":1211},{"align":165},[1212],{"type":90,"value":1213},"3",{"type":84,"tag":187,"props":1215,"children":1216},{},[1217],{"type":90,"value":1218},"Park Factor",{"type":84,"tag":187,"props":1220,"children":1221},{"align":165},[1222],{"type":90,"value":1223},"0.12",{"type":84,"tag":187,"props":1225,"children":1226},{},[1227],{"type":90,"value":1228},"Venue",{"type":84,"tag":76,"props":1230,"children":1231},{},[1232,1237,1242,1247],{"type":84,"tag":187,"props":1233,"children":1234},{"align":165},[1235],{"type":90,"value":1236},"4",{"type":84,"tag":187,"props":1238,"children":1239},{},[1240],{"type":90,"value":1241},"Bullpen Fatigue Index",{"type":84,"tag":187,"props":1243,"children":1244},{"align":165},[1245],{"type":90,"value":1246},"0.10",{"type":84,"tag":187,"props":1248,"children":1249},{},[1250],{"type":90,"value":1182},{"type":84,"tag":76,"props":1252,"children":1253},{},[1254,1259,1264,1269],{"type":84,"tag":187,"props":1255,"children":1256},{"align":165},[1257],{"type":90,"value":1258},"5",{"type":84,"tag":187,"props":1260,"children":1261},{},[1262],{"type":90,"value":1263},"K-BB% (starter)",{"type":84,"tag":187,"props":1265,"children":1266},{"align":165},[1267],{"type":90,"value":1268},"0.09",{"type":84,"tag":187,"props":1270,"children":1271},{},[1272],{"type":90,"value":1182},{"type":84,"tag":76,"props":1274,"children":1275},{},[1276,1281,1286,1291],{"type":84,"tag":187,"props":1277,"children":1278},{"align":165},[1279],{"type":90,"value":1280},"6",{"type":84,"tag":187,"props":1282,"children":1283},{},[1284],{"type":90,"value":1285},"Platoon Matchup Score",{"type":84,"tag":187,"props":1287,"children":1288},{"align":165},[1289],{"type":90,"value":1290},"0.07",{"type":84,"tag":187,"props":1292,"children":1293},{},[1294],{"type":90,"value":1295},"Lineup",{"type":84,"tag":76,"props":1297,"children":1298},{},[1299,1304,1309,1314],{"type":84,"tag":187,"props":1300,"children":1301},{"align":165},[1302],{"type":90,"value":1303},"7",{"type":84,"tag":187,"props":1305,"children":1306},{},[1307],{"type":90,"value":1308},"Home\u002FAway Split",{"type":84,"tag":187,"props":1310,"children":1311},{"align":165},[1312],{"type":90,"value":1313},"0.06",{"type":84,"tag":187,"props":1315,"children":1316},{},[1317],{"type":90,"value":1318},"Situational",{"type":84,"tag":76,"props":1320,"children":1321},{},[1322,1327,1332,1337],{"type":84,"tag":187,"props":1323,"children":1324},{"align":165},[1325],{"type":90,"value":1326},"8",{"type":84,"tag":187,"props":1328,"children":1329},{},[1330],{"type":90,"value":1331},"Temperature + Wind",{"type":84,"tag":187,"props":1333,"children":1334},{"align":165},[1335],{"type":90,"value":1336},"0.05",{"type":84,"tag":187,"props":1338,"children":1339},{},[1340],{"type":90,"value":1341},"Weather",{"type":84,"tag":76,"props":1343,"children":1344},{},[1345,1350,1355,1360],{"type":84,"tag":187,"props":1346,"children":1347},{"align":165},[1348],{"type":90,"value":1349},"9",{"type":84,"tag":187,"props":1351,"children":1352},{},[1353],{"type":90,"value":1354},"Umpire Zone Rating",{"type":84,"tag":187,"props":1356,"children":1357},{"align":165},[1358],{"type":90,"value":1359},"0.04",{"type":84,"tag":187,"props":1361,"children":1362},{},[1363],{"type":90,"value":1364},"Umpire",{"type":84,"tag":76,"props":1366,"children":1367},{},[1368,1373,1378,1383],{"type":84,"tag":187,"props":1369,"children":1370},{"align":165},[1371],{"type":90,"value":1372},"10",{"type":84,"tag":187,"props":1374,"children":1375},{},[1376],{"type":90,"value":1377},"Rest Days (takım)",{"type":84,"tag":187,"props":1379,"children":1380},{"align":165},[1381],{"type":90,"value":1382},"0.03",{"type":84,"tag":187,"props":1384,"children":1385},{},[1386],{"type":90,"value":1387},"Fatigue",{"type":84,"tag":85,"props":1389,"children":1391},{"id":1390},"_3-faz-python-kodu-i̇çeren-model-türleri-2026",[1392],{"type":90,"value":1393},"3. Faz: Python Kodu İçeren Model Türleri (2026)",{"type":84,"tag":135,"props":1395,"children":1397},{"id":1396},"doğrusal-regresyon-başlangıç-noktası",[1398],{"type":90,"value":1399},"Doğrusal Regresyon (Başlangıç Noktası)",{"type":84,"tag":93,"props":1401,"children":1402},{},[1403,1405,1410],{"type":90,"value":1404},"Doğrusal regresyon, ",{"type":84,"tag":104,"props":1406,"children":1407},{},[1408],{"type":90,"value":1409},"toplam koşu sayısını",{"type":90,"value":1411}," doğrudan tahmin eder. En basit model olmasına rağmen oyun toplamları için şaşırtıcı derecede etkilidir.",{"type":84,"tag":1413,"props":1414,"children":1420},"pre",{"className":1415,"code":1417,"language":1418,"meta":1419},[1416],"language-python","from sklearn.linear_model import LinearRegression\nimport pandas as pd\n\n## Özellik matrisini yükle\nfeatures = ['sp_xfip', 'team_woba', 'park_factor',\n            'bullpen_fatigue', 'k_bb_pct', 'platoon_score']\n\nX_train = train_data[features]\ny_train = train_data['total_runs']\n\nmodel = LinearRegression()\nmodel.fit(X_train, y_train)\n\n## Bugünün oyunlarını tahmin et\ntoday_pred = model.predict(today_data[features])\n","python","",[1421],{"type":84,"tag":1422,"props":1423,"children":1424},"code",{"__ignoreMap":1419},[1425],{"type":90,"value":1417},{"type":84,"tag":135,"props":1427,"children":1429},{"id":1428},"lojistik-regresyon-sınıflandırma",[1430],{"type":90,"value":1431},"Lojistik Regresyon (Sınıflandırma)",{"type":84,"tag":93,"props":1433,"children":1434},{},[1435,1437,1442],{"type":90,"value":1436},"Moneyline bahisleri için ",{"type":84,"tag":104,"props":1438,"children":1439},{},[1440],{"type":90,"value":1441},"kazanma olasılığına",{"type":90,"value":1443}," ihtiyacın var, koşu toplamlarına değil. Lojistik regresyon doğrudan olasılıkları çıktı verir.",{"type":84,"tag":1413,"props":1445,"children":1448},{"className":1446,"code":1447,"language":1418,"meta":1419},[1416],"from sklearn.linear_model import LogisticRegression\n\nX_train = train_data[features]\ny_train = train_data['home_win']  # 1 veya 0\n\nmodel = LogisticRegression(max_iter=1000)\nmodel.fit(X_train, y_train)\n\n## Kazanma olasılıklarını al\nprobs = model.predict_proba(today_data[features])\nhome_win_prob = probs[:, 1]  # ev sahibi kazanma olasılığı\n",[1449],{"type":84,"tag":1422,"props":1450,"children":1451},{"__ignoreMap":1419},[1452],{"type":90,"value":1447},{"type":84,"tag":135,"props":1454,"children":1456},{"id":1455},"xgboost-gradient-boosting",[1457],{"type":90,"value":1458},"XGBoost (Gradient Boosting)",{"type":84,"tag":93,"props":1460,"children":1461},{},[1462],{"type":90,"value":1463},"XGBoost, regresyonun kaçırdığı doğrusal olmayan ilişkileri yakalar. Profesyonel MLB modellerin ana çalışan aracı.",{"type":84,"tag":1413,"props":1465,"children":1468},{"className":1466,"code":1467,"language":1418,"meta":1419},[1416],"import xgboost as xgb\n\nparams = {\n    'objective': 'binary:logistic',\n    'max_depth': 5,\n    'learning_rate': 0.05,\n    'subsample': 0.8,\n    'colsample_bytree': 0.8,\n    'eval_metric': 'logloss'\n}\n\ndtrain = xgb.DMatrix(X_train, label=y_train)\nmodel = xgb.train(params, dtrain, num_boost_round=300)\n\n## Tahmin et\ndtest = xgb.DMatrix(today_data[features])\nprobs = model.predict(dtest)\n",[1469],{"type":84,"tag":1422,"props":1470,"children":1471},{"__ignoreMap":1419},[1472],{"type":90,"value":1467},{"type":84,"tag":135,"props":1474,"children":1476},{"id":1475},"ensemble-model-üç-modeli-birleştirme",[1477],{"type":90,"value":1478},"Ensemble Model (Üç Modeli Birleştirme)",{"type":84,"tag":93,"props":1480,"children":1481},{},[1482],{"type":90,"value":1483},"Hiçbir tek model her oyun için en iyi değildir. Bir ensemble, birden fazla modeldeki tahminleri ortalaştırarak aşırı uydurmayı azaltır ve kalibrasyon iyileştirir.",{"type":84,"tag":661,"props":1485,"children":1487},{"id":1486},"python-kodu-tam-ensemble-pipeline",[1488],{"type":90,"value":1489},"Python Kodu: Tam Ensemble Pipeline",{"type":84,"tag":1413,"props":1491,"children":1494},{"className":1492,"code":1493,"language":1418,"meta":1419},[1416],"import numpy as np\nfrom sklearn.linear_model import LogisticRegression\nfrom sklearn.calibration import CalibratedClassifierCV\nimport xgboost as xgb\n\n## Bireysel modelleri eğit\nlr_model = LogisticRegression(max_iter=1000)\nlr_model.fit(X_train, y_train)\nlr_probs = lr_model.predict_proba(X_test)[:, 1]\n\nxgb_model = xgb.XGBClassifier(\n    max_depth=5, learning_rate=0.05,\n    n_estimators=300, subsample=0.8\n)\nxgb_model.fit(X_train, y_train)\nxgb_probs = xgb_model.predict_proba(X_test)[:, 1]\n\n## Ağırlıklı ensemble (doğrulama seti üzerinden ağırlıkları ayarla)\nensemble_probs = 0.4 * lr_probs + 0.6 * xgb_probs\n\n## Pazar ima edilen olasılıkla karşılaştır\nfor i, game in enumerate(today_games):\n    model_prob = ensemble_probs[i]\n    implied_prob = game['implied_probability']\n    edge = model_prob - implied_prob\n\n    if edge > 0.03:  # %3 minimum edge eşiği\n        kelly = (model_prob * (game['decimal_odds'] - 1)\n                 - (1 - model_prob)) \u002F (game['decimal_odds'] - 1)\n        bet_size = bankroll * kelly * 0.25  # çeyrek-Kelly\n        print(f\"{game['teams']}: Edge {edge:.1%}, \"\n              f\"Bet ${bet_size:.0f}\")\n",[1495],{"type":84,"tag":1422,"props":1496,"children":1497},{"__ignoreMap":1419},[1498],{"type":90,"value":1493},{"type":84,"tag":85,"props":1500,"children":1502},{"id":1501},"_4-faz-backtesting-ve-doğrulama",[1503],{"type":90,"value":1504},"4. Faz: Backtesting ve Doğrulama",{"type":84,"tag":135,"props":1506,"children":1508},{"id":1507},"traintest-bölme-stratejisi-2019-2022-eğitim-2023-doğrulama-2024-2025-test",[1509],{"type":90,"value":1510},"Train\u002FTest Bölme Stratejisi (2019-2022 Eğitim \u002F 2023 Doğrulama \u002F 2024-2025 Test)",{"type":84,"tag":93,"props":1512,"children":1513},{},[1514],{"type":90,"value":1515},"Modelini eğittiğin veriler üzerinde test etme. Kesin bir zamansal bölme kullan:",{"type":84,"tag":557,"props":1517,"children":1518},{},[1519,1529,1539],{"type":84,"tag":331,"props":1520,"children":1521},{},[1522,1527],{"type":84,"tag":104,"props":1523,"children":1524},{},[1525],{"type":90,"value":1526},"Eğitim seti (2019-2022):",{"type":90,"value":1528}," ~9.700 oyun. Modeliniz bu verilerden desenler öğrenir",{"type":84,"tag":331,"props":1530,"children":1531},{},[1532,1537],{"type":84,"tag":104,"props":1533,"children":1534},{},[1535],{"type":90,"value":1536},"Doğrulama seti (2023):",{"type":90,"value":1538}," ~2.430 oyun. Hiperparametreleri ve özellik seçimini ayarla",{"type":84,"tag":331,"props":1540,"children":1541},{},[1542,1547],{"type":84,"tag":104,"props":1543,"children":1544},{},[1545],{"type":90,"value":1546},"Test seti (2024-2025):",{"type":90,"value":1548}," ~4.860 oyun. Gerçek performansın son, dokunulmamış değerlendirmesi",{"type":84,"tag":93,"props":1550,"children":1551},{},[1552],{"type":90,"value":1553},"Modeliniz eğitim verilerinde iyi, test setinde kötü performans gösteriyorsa, aşırı uydurmışsındır. Geri dön ve basitleştir.",{"type":84,"tag":135,"props":1555,"children":1557},{"id":1556},"anahtar-ölçütler-log-loss-brier-score-kalibrasyon",[1558],{"type":90,"value":1559},"Anahtar Ölçütler — Log Loss, Brier Score, Kalibrasyon",{"type":84,"tag":93,"props":1561,"children":1562},{},[1563],{"type":90,"value":1564},"Sadece kazanım\u002Fkayıp doğruluğu yanıltıcı olabilir. \"Her oyunda %52\" diyen bir model %52 doğruluğa sahip olsa da hiçbir avantajı yoktur. Uygun puanlama ölçütlerini kullan:",{"type":84,"tag":557,"props":1566,"children":1567},{},[1568,1578,1588],{"type":84,"tag":331,"props":1569,"children":1570},{},[1571,1576],{"type":84,"tag":104,"props":1572,"children":1573},{},[1574],{"type":90,"value":1575},"Log Loss:",{"type":90,"value":1577}," Güvensiz yanlış tahminleri cezalandırır. Düşük = daha iyi. Hedef \u003C 0.68",{"type":84,"tag":331,"props":1579,"children":1580},{},[1581,1586],{"type":84,"tag":104,"props":1582,"children":1583},{},[1584],{"type":90,"value":1585},"Brier Score:",{"type":90,"value":1587}," Olasılıkların ortalama kare hatası. Hedef \u003C 0.24",{"type":84,"tag":331,"props":1589,"children":1590},{},[1591,1596],{"type":84,"tag":104,"props":1592,"children":1593},{},[1594],{"type":90,"value":1595},"Kalibrasyon:",{"type":90,"value":1597}," Modeliniz %60 dediğinde, takım zamanın yaklaşık %60'ında kazanmalıdır",{"type":84,"tag":93,"props":1599,"children":1600},{},[1601],{"type":90,"value":1602},"Tahmin edilen olasılığı vs gerçek kazanma oranını kovalar içinde çizerek kalibrasyon kontrol et (%50-55, %55-60, %60-65, vb.). İyi kalibrasyon yapılmış bir model köşegen çizgiyi takip eder.",{"type":84,"tag":135,"props":1604,"children":1606},{"id":1605},"aşırı-uydurmayı-kaçınma-1-başlangıç-hatası",[1607],{"type":90,"value":1608},"Aşırı Uydurmayı Kaçınma — #1 Başlangıç Hatası",{"type":84,"tag":93,"props":1610,"children":1611},{},[1612],{"type":90,"value":1613},"Aşırı uydurmaya işaretler:",{"type":84,"tag":557,"props":1615,"children":1616},{},[1617,1622,1627],{"type":84,"tag":331,"props":1618,"children":1619},{},[1620],{"type":90,"value":1621},"Eğitim doğruluğu > %60 ama test doğruluğu \u003C %52",{"type":84,"tag":331,"props":1623,"children":1624},{},[1625],{"type":90,"value":1626},"Model, temel istatistiklerin üzerinde belirsiz özellikleri (hakem ID'si, haftanın günü) tercih eder",{"type":84,"tag":331,"props":1628,"children":1629},{},[1630],{"type":90,"value":1631},"Performans yeni sezonlarda önemli ölçüde kötüleşir",{"type":84,"tag":93,"props":1633,"children":1634},{},[1635],{"type":90,"value":1636},"Çözümler:",{"type":84,"tag":557,"props":1638,"children":1639},{},[1640,1645,1650,1655],{"type":84,"tag":331,"props":1641,"children":1642},{},[1643],{"type":90,"value":1644},"Daha az özellik kullan (%5-8 MLB için çoğu zaman optimaldir)",{"type":84,"tag":331,"props":1646,"children":1647},{},[1648],{"type":90,"value":1649},"Düzenlileştirme ekle (regresyonda L1\u002FL2, XGBoost'ta max_depth limitleri)",{"type":84,"tag":331,"props":1651,"children":1652},{},[1653],{"type":90,"value":1654},"Test setine dokunmadan önce eğitim setinde çapraz doğrula",{"type":84,"tag":331,"props":1656,"children":1657},{},[1658],{"type":90,"value":1659},"Bir özellik beyzbol mantığı yapmazsa, istatistiksel anlamlılığından bağımsız olarak kaldır",{"type":84,"tag":85,"props":1661,"children":1663},{"id":1662},"aşama-5-model-çıktısını-bahislere-dönüştürme",[1664],{"type":90,"value":1665},"Aşama 5: Model Çıktısını Bahislere Dönüştürme",{"type":84,"tag":135,"props":1667,"children":1669},{"id":1668},"olasılıktan-beklenen-değere-ev-formülü-basit-açıklama",[1670],{"type":90,"value":1671},"Olasılıktan Beklenen Değere (EV Formülü + Basit Açıklama)",{"type":84,"tag":93,"props":1673,"children":1674},{},[1675],{"type":90,"value":1676},"Temel formül:",{"type":84,"tag":93,"props":1678,"children":1679},{},[1680],{"type":84,"tag":1681,"props":1682,"children":1685},"span",{"className":1683},[1684],"katex",[1686,1876],{"type":84,"tag":1681,"props":1687,"children":1690},{"className":1688},[1689],"katex-mathml",[1691],{"type":84,"tag":1692,"props":1693,"children":1695},"math",{"xmlns":1694},"http:\u002F\u002Fwww.w3.org\u002F1998\u002FMath\u002FMathML",[1696],{"type":84,"tag":1697,"props":1698,"children":1699},"semantics",{},[1700,1869],{"type":84,"tag":1701,"props":1702,"children":1703},"mrow",{},[1704,1710,1715,1721,1726,1732,1737,1741,1746,1750,1755,1760,1764,1769,1774,1779,1783,1788,1793,1797,1801,1805,1809,1814,1819,1824,1829,1833,1837,1841,1845,1850,1854,1859,1864],{"type":84,"tag":1705,"props":1706,"children":1707},"mi",{},[1708],{"type":90,"value":1709},"E",{"type":84,"tag":1705,"props":1711,"children":1712},{},[1713],{"type":90,"value":1714},"V",{"type":84,"tag":1716,"props":1717,"children":1718},"mo",{},[1719],{"type":90,"value":1720},"=",{"type":84,"tag":1705,"props":1722,"children":1723},{},[1724],{"type":90,"value":1725},"P",{"type":84,"tag":1716,"props":1727,"children":1729},{"stretchy":1728},"false",[1730],{"type":90,"value":1731},"(",{"type":84,"tag":1705,"props":1733,"children":1734},{},[1735],{"type":90,"value":1736},"k",{"type":84,"tag":1705,"props":1738,"children":1739},{},[1740],{"type":90,"value":367},{"type":84,"tag":1705,"props":1742,"children":1743},{},[1744],{"type":90,"value":1745},"z",{"type":84,"tag":1705,"props":1747,"children":1748},{},[1749],{"type":90,"value":367},{"type":84,"tag":1705,"props":1751,"children":1752},{},[1753],{"type":90,"value":1754},"n",{"type":84,"tag":1705,"props":1756,"children":1757},{},[1758],{"type":90,"value":1759},"m",{"type":84,"tag":1705,"props":1761,"children":1762},{},[1763],{"type":90,"value":367},{"type":84,"tag":1716,"props":1765,"children":1766},{"stretchy":1728},[1767],{"type":90,"value":1768},")",{"type":84,"tag":1716,"props":1770,"children":1771},{},[1772],{"type":90,"value":1773},"×",{"type":84,"tag":1705,"props":1775,"children":1776},{},[1777],{"type":90,"value":1778},"K",{"type":84,"tag":1705,"props":1780,"children":1781},{},[1782],{"type":90,"value":367},{"type":84,"tag":1705,"props":1784,"children":1785},{},[1786],{"type":90,"value":1787},"r",{"type":84,"tag":1716,"props":1789,"children":1790},{},[1791],{"type":90,"value":1792},"−",{"type":84,"tag":1705,"props":1794,"children":1795},{},[1796],{"type":90,"value":1725},{"type":84,"tag":1716,"props":1798,"children":1799},{"stretchy":1728},[1800],{"type":90,"value":1731},{"type":84,"tag":1705,"props":1802,"children":1803},{},[1804],{"type":90,"value":1736},{"type":84,"tag":1705,"props":1806,"children":1807},{},[1808],{"type":90,"value":367},{"type":84,"tag":1705,"props":1810,"children":1811},{},[1812],{"type":90,"value":1813},"y",{"type":84,"tag":1705,"props":1815,"children":1816},{},[1817],{"type":90,"value":1818},"b",{"type":84,"tag":1705,"props":1820,"children":1821},{},[1822],{"type":90,"value":1823},"e",{"type":84,"tag":1705,"props":1825,"children":1826},{},[1827],{"type":90,"value":1828},"t",{"type":84,"tag":1705,"props":1830,"children":1831},{},[1832],{"type":90,"value":1759},{"type":84,"tag":1705,"props":1834,"children":1835},{},[1836],{"type":90,"value":1823},{"type":84,"tag":1716,"props":1838,"children":1839},{"stretchy":1728},[1840],{"type":90,"value":1768},{"type":84,"tag":1716,"props":1842,"children":1843},{},[1844],{"type":90,"value":1773},{"type":84,"tag":1705,"props":1846,"children":1847},{},[1848],{"type":90,"value":1849},"B",{"type":84,"tag":1705,"props":1851,"children":1852},{},[1853],{"type":90,"value":367},{"type":84,"tag":1705,"props":1855,"children":1856},{},[1857],{"type":90,"value":1858},"h",{"type":84,"tag":1705,"props":1860,"children":1861},{},[1862],{"type":90,"value":1863},"i",{"type":84,"tag":1705,"props":1865,"children":1866},{},[1867],{"type":90,"value":1868},"s",{"type":84,"tag":1870,"props":1871,"children":1873},"annotation",{"encoding":1872},"application\u002Fx-tex",[1874],{"type":90,"value":1875},"EV = P(kazanma) \\times Kar - P(kaybetme) \\times Bahis",{"type":84,"tag":1681,"props":1877,"children":1881},{"className":1878,"ariaHidden":1880},[1879],"katex-html","true",[1882,1923,1987,2026,2103],{"type":84,"tag":1681,"props":1883,"children":1886},{"className":1884},[1885],"base",[1887,1893,1901,1907,1913,1919],{"type":84,"tag":1681,"props":1888,"children":1892},{"className":1889,"style":1891},[1890],"strut","height:0.6833em;",[],{"type":84,"tag":1681,"props":1894,"children":1899},{"className":1895,"style":1898},[1896,1897],"mord","mathnormal","margin-right:0.0576em;",[1900],{"type":90,"value":1709},{"type":84,"tag":1681,"props":1902,"children":1905},{"className":1903,"style":1904},[1896,1897],"margin-right:0.2222em;",[1906],{"type":90,"value":1714},{"type":84,"tag":1681,"props":1908,"children":1912},{"className":1909,"style":1911},[1910],"mspace","margin-right:0.2778em;",[],{"type":84,"tag":1681,"props":1914,"children":1917},{"className":1915},[1916],"mrel",[1918],{"type":90,"value":1720},{"type":84,"tag":1681,"props":1920,"children":1922},{"className":1921,"style":1911},[1910],[],{"type":84,"tag":1681,"props":1924,"children":1926},{"className":1925},[1885],[1927,1932,1938,1944,1950,1955,1961,1967,1973,1977,1983],{"type":84,"tag":1681,"props":1928,"children":1931},{"className":1929,"style":1930},[1890],"height:1em;vertical-align:-0.25em;",[],{"type":84,"tag":1681,"props":1933,"children":1936},{"className":1934,"style":1935},[1896,1897],"margin-right:0.1389em;",[1937],{"type":90,"value":1725},{"type":84,"tag":1681,"props":1939,"children":1942},{"className":1940},[1941],"mopen",[1943],{"type":90,"value":1731},{"type":84,"tag":1681,"props":1945,"children":1948},{"className":1946,"style":1947},[1896,1897],"margin-right:0.0315em;",[1949],{"type":90,"value":1736},{"type":84,"tag":1681,"props":1951,"children":1953},{"className":1952},[1896,1897],[1954],{"type":90,"value":367},{"type":84,"tag":1681,"props":1956,"children":1959},{"className":1957,"style":1958},[1896,1897],"margin-right:0.044em;",[1960],{"type":90,"value":1745},{"type":84,"tag":1681,"props":1962,"children":1964},{"className":1963},[1896,1897],[1965],{"type":90,"value":1966},"anma",{"type":84,"tag":1681,"props":1968,"children":1971},{"className":1969},[1970],"mclose",[1972],{"type":90,"value":1768},{"type":84,"tag":1681,"props":1974,"children":1976},{"className":1975,"style":1904},[1910],[],{"type":84,"tag":1681,"props":1978,"children":1981},{"className":1979},[1980],"mbin",[1982],{"type":90,"value":1773},{"type":84,"tag":1681,"props":1984,"children":1986},{"className":1985,"style":1904},[1910],[],{"type":84,"tag":1681,"props":1988,"children":1990},{"className":1989},[1885],[1991,1996,2002,2007,2013,2017,2022],{"type":84,"tag":1681,"props":1992,"children":1995},{"className":1993,"style":1994},[1890],"height:0.7667em;vertical-align:-0.0833em;",[],{"type":84,"tag":1681,"props":1997,"children":2000},{"className":1998,"style":1999},[1896,1897],"margin-right:0.0715em;",[2001],{"type":90,"value":1778},{"type":84,"tag":1681,"props":2003,"children":2005},{"className":2004},[1896,1897],[2006],{"type":90,"value":367},{"type":84,"tag":1681,"props":2008,"children":2011},{"className":2009,"style":2010},[1896,1897],"margin-right:0.0278em;",[2012],{"type":90,"value":1787},{"type":84,"tag":1681,"props":2014,"children":2016},{"className":2015,"style":1904},[1910],[],{"type":84,"tag":1681,"props":2018,"children":2020},{"className":2019},[1980],[2021],{"type":90,"value":1792},{"type":84,"tag":1681,"props":2023,"children":2025},{"className":2024,"style":1904},[1910],[],{"type":84,"tag":1681,"props":2027,"children":2029},{"className":2028},[1885],[2030,2034,2039,2044,2049,2054,2060,2065,2070,2075,2080,2085,2090,2094,2099],{"type":84,"tag":1681,"props":2031,"children":2033},{"className":2032,"style":1930},[1890],[],{"type":84,"tag":1681,"props":2035,"children":2037},{"className":2036,"style":1935},[1896,1897],[2038],{"type":90,"value":1725},{"type":84,"tag":1681,"props":2040,"children":2042},{"className":2041},[1941],[2043],{"type":90,"value":1731},{"type":84,"tag":1681,"props":2045,"children":2047},{"className":2046,"style":1947},[1896,1897],[2048],{"type":90,"value":1736},{"type":84,"tag":1681,"props":2050,"children":2052},{"className":2051},[1896,1897],[2053],{"type":90,"value":367},{"type":84,"tag":1681,"props":2055,"children":2058},{"className":2056,"style":2057},[1896,1897],"margin-right:0.0359em;",[2059],{"type":90,"value":1813},{"type":84,"tag":1681,"props":2061,"children":2063},{"className":2062},[1896,1897],[2064],{"type":90,"value":1818},{"type":84,"tag":1681,"props":2066,"children":2068},{"className":2067},[1896,1897],[2069],{"type":90,"value":1823},{"type":84,"tag":1681,"props":2071,"children":2073},{"className":2072},[1896,1897],[2074],{"type":90,"value":1828},{"type":84,"tag":1681,"props":2076,"children":2078},{"className":2077},[1896,1897],[2079],{"type":90,"value":1759},{"type":84,"tag":1681,"props":2081,"children":2083},{"className":2082},[1896,1897],[2084],{"type":90,"value":1823},{"type":84,"tag":1681,"props":2086,"children":2088},{"className":2087},[1970],[2089],{"type":90,"value":1768},{"type":84,"tag":1681,"props":2091,"children":2093},{"className":2092,"style":1904},[1910],[],{"type":84,"tag":1681,"props":2095,"children":2097},{"className":2096},[1980],[2098],{"type":90,"value":1773},{"type":84,"tag":1681,"props":2100,"children":2102},{"className":2101,"style":1904},[1910],[],{"type":84,"tag":1681,"props":2104,"children":2106},{"className":2105},[1885],[2107,2112,2118,2124],{"type":84,"tag":1681,"props":2108,"children":2111},{"className":2109,"style":2110},[1890],"height:0.6944em;",[],{"type":84,"tag":1681,"props":2113,"children":2116},{"className":2114,"style":2115},[1896,1897],"margin-right:0.0502em;",[2117],{"type":90,"value":1849},{"type":84,"tag":1681,"props":2119,"children":2121},{"className":2120},[1896,1897],[2122],{"type":90,"value":2123},"ahi",{"type":84,"tag":1681,"props":2125,"children":2127},{"className":2126},[1896,1897],[2128],{"type":90,"value":1868},{"type":84,"tag":93,"props":2130,"children":2131},{},[2132],{"type":90,"value":2133},"Basit açıklama: kazanma şansınızı kazanacağınız miktarla çarpın, sonra kaybetme şansını kaybedeceğiniz miktarla çarpıp çıkarın. Sayı pozitifse, bahiste +EV vardır.",{"type":84,"tag":93,"props":2135,"children":2136},{},[2137,2142],{"type":84,"tag":104,"props":2138,"children":2139},{},[2140],{"type":90,"value":2141},"Örnek:",{"type":90,"value":2143}," Modeliniz Astros'a %55 şans veriyor. Oranlar +130 ($100 bahis $130 kazanır).",{"type":84,"tag":557,"props":2145,"children":2146},{},[2147,2152],{"type":84,"tag":331,"props":2148,"children":2149},{},[2150],{"type":90,"value":2151},"EV = (0.55 × $130) - (0.45 × $100)",{"type":84,"tag":331,"props":2153,"children":2154},{},[2155,2157],{"type":90,"value":2156},"EV = $71.50 - $45.00 = ",{"type":84,"tag":104,"props":2158,"children":2159},{},[2160],{"type":90,"value":2161},"$100 bahis başına +$26.50",{"type":84,"tag":93,"props":2163,"children":2164},{},[2165,2167,2173,2175,2181],{"type":90,"value":2166},"Bu muazzam %26.5 avantajdır. Gerçekte avantajlar genellikle %3-8'dir. Herhangi bir bahsi hızlıca kontrol etmek için ",{"type":84,"tag":367,"props":2168,"children":2170},{"href":2169},"\u002Fbetting\u002Fvalue-bet-calculator",[2171],{"type":90,"value":2172},"Değerli Bahis Hesaplayıcısı",{"type":90,"value":2174},"'nı kullanın veya daha derinlemesine bir analiz için rakamlarınızı ",{"type":84,"tag":367,"props":2176,"children":2178},{"href":2177},"\u002Fbetting\u002Fedge-analyzer",[2179],{"type":90,"value":2180},"Edge Analiziyle",{"type":90,"value":2182}," çalıştırın.",{"type":84,"tag":135,"props":2184,"children":2186},{"id":2185},"mlb-bahis-boyutlandırması-için-kelly-kriteri",[2187],{"type":90,"value":2188},"MLB Bahis Boyutlandırması için Kelly Kriteri",{"type":84,"tag":93,"props":2190,"children":2191},{},[2192],{"type":90,"value":2193},"Kelly Kriteri matematiksel olarak optimal bahis boyutunu hesaplar:",{"type":84,"tag":93,"props":2195,"children":2196},{},[2197],{"type":84,"tag":1681,"props":2198,"children":2200},{"className":2199},[1684],[2201,2265],{"type":84,"tag":1681,"props":2202,"children":2204},{"className":2203},[1689],[2205],{"type":84,"tag":1692,"props":2206,"children":2207},{"xmlns":1694},[2208],{"type":84,"tag":1697,"props":2209,"children":2210},{},[2211,2260],{"type":84,"tag":1701,"props":2212,"children":2213},{},[2214,2228,2232],{"type":84,"tag":2215,"props":2216,"children":2217},"msup",{},[2218,2223],{"type":84,"tag":1705,"props":2219,"children":2220},{},[2221],{"type":90,"value":2222},"f",{"type":84,"tag":1716,"props":2224,"children":2225},{},[2226],{"type":90,"value":2227},"∗",{"type":84,"tag":1716,"props":2229,"children":2230},{},[2231],{"type":90,"value":1720},{"type":84,"tag":2233,"props":2234,"children":2235},"mfrac",{},[2236,2256],{"type":84,"tag":1701,"props":2237,"children":2238},{},[2239,2243,2247,2251],{"type":84,"tag":1705,"props":2240,"children":2241},{},[2242],{"type":90,"value":1818},{"type":84,"tag":1705,"props":2244,"children":2245},{},[2246],{"type":90,"value":93},{"type":84,"tag":1716,"props":2248,"children":2249},{},[2250],{"type":90,"value":1792},{"type":84,"tag":1705,"props":2252,"children":2253},{},[2254],{"type":90,"value":2255},"q",{"type":84,"tag":1705,"props":2257,"children":2258},{},[2259],{"type":90,"value":1818},{"type":84,"tag":1870,"props":2261,"children":2262},{"encoding":1872},[2263],{"type":90,"value":2264},"f^* = \\frac{bp - q}{b}",{"type":84,"tag":1681,"props":2266,"children":2268},{"className":2267,"ariaHidden":1880},[1879],[2269,2345],{"type":84,"tag":1681,"props":2270,"children":2272},{"className":2271},[1885],[2273,2278,2332,2336,2341],{"type":84,"tag":1681,"props":2274,"children":2277},{"className":2275,"style":2276},[1890],"height:0.8889em;vertical-align:-0.1944em;",[],{"type":84,"tag":1681,"props":2279,"children":2281},{"className":2280},[1896],[2282,2288],{"type":84,"tag":1681,"props":2283,"children":2286},{"className":2284,"style":2285},[1896,1897],"margin-right:0.1076em;",[2287],{"type":90,"value":2222},{"type":84,"tag":1681,"props":2289,"children":2292},{"className":2290},[2291],"msupsub",[2293],{"type":84,"tag":1681,"props":2294,"children":2297},{"className":2295},[2296],"vlist-t",[2298],{"type":84,"tag":1681,"props":2299,"children":2302},{"className":2300},[2301],"vlist-r",[2303],{"type":84,"tag":1681,"props":2304,"children":2308},{"className":2305,"style":2307},[2306],"vlist","height:0.6887em;",[2309],{"type":84,"tag":1681,"props":2310,"children":2312},{"style":2311},"top:-3.063em;margin-right:0.05em;",[2313,2319],{"type":84,"tag":1681,"props":2314,"children":2318},{"className":2315,"style":2317},[2316],"pstrut","height:2.7em;",[],{"type":84,"tag":1681,"props":2320,"children":2326},{"className":2321},[2322,2323,2324,2325],"sizing","reset-size6","size3","mtight",[2327],{"type":84,"tag":1681,"props":2328,"children":2330},{"className":2329},[1980,2325],[2331],{"type":90,"value":2227},{"type":84,"tag":1681,"props":2333,"children":2335},{"className":2334,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2337,"children":2339},{"className":2338},[1916],[2340],{"type":90,"value":1720},{"type":84,"tag":1681,"props":2342,"children":2344},{"className":2343,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2346,"children":2348},{"className":2347},[1885],[2349,2354],{"type":84,"tag":1681,"props":2350,"children":2353},{"className":2351,"style":2352},[1890],"height:1.2772em;vertical-align:-0.345em;",[],{"type":84,"tag":1681,"props":2355,"children":2357},{"className":2356},[1896],[2358,2363,2472],{"type":84,"tag":1681,"props":2359,"children":2362},{"className":2360},[1941,2361],"nulldelimiter",[],{"type":84,"tag":1681,"props":2364,"children":2366},{"className":2365},[2233],[2367],{"type":84,"tag":1681,"props":2368,"children":2371},{"className":2369},[2296,2370],"vlist-t2",[2372,2460],{"type":84,"tag":1681,"props":2373,"children":2375},{"className":2374},[2301],[2376,2453],{"type":84,"tag":1681,"props":2377,"children":2380},{"className":2378,"style":2379},[2306],"height:0.9322em;",[2381,2403,2417],{"type":84,"tag":1681,"props":2382,"children":2384},{"style":2383},"top:-2.655em;",[2385,2390],{"type":84,"tag":1681,"props":2386,"children":2389},{"className":2387,"style":2388},[2316],"height:3em;",[],{"type":84,"tag":1681,"props":2391,"children":2393},{"className":2392},[2322,2323,2324,2325],[2394],{"type":84,"tag":1681,"props":2395,"children":2397},{"className":2396},[1896,2325],[2398],{"type":84,"tag":1681,"props":2399,"children":2401},{"className":2400},[1896,1897,2325],[2402],{"type":90,"value":1818},{"type":84,"tag":1681,"props":2404,"children":2406},{"style":2405},"top:-3.23em;",[2407,2411],{"type":84,"tag":1681,"props":2408,"children":2410},{"className":2409,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2412,"children":2416},{"className":2413,"style":2415},[2414],"frac-line","border-bottom-width:0.04em;",[],{"type":84,"tag":1681,"props":2418,"children":2420},{"style":2419},"top:-3.4461em;",[2421,2425],{"type":84,"tag":1681,"props":2422,"children":2424},{"className":2423,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2426,"children":2428},{"className":2427},[2322,2323,2324,2325],[2429],{"type":84,"tag":1681,"props":2430,"children":2432},{"className":2431},[1896,2325],[2433,2438,2443,2448],{"type":84,"tag":1681,"props":2434,"children":2436},{"className":2435},[1896,1897,2325],[2437],{"type":90,"value":1818},{"type":84,"tag":1681,"props":2439,"children":2441},{"className":2440},[1896,1897,2325],[2442],{"type":90,"value":93},{"type":84,"tag":1681,"props":2444,"children":2446},{"className":2445},[1980,2325],[2447],{"type":90,"value":1792},{"type":84,"tag":1681,"props":2449,"children":2451},{"className":2450,"style":2057},[1896,1897,2325],[2452],{"type":90,"value":2255},{"type":84,"tag":1681,"props":2454,"children":2457},{"className":2455},[2456],"vlist-s",[2458],{"type":90,"value":2459},"​",{"type":84,"tag":1681,"props":2461,"children":2463},{"className":2462},[2301],[2464],{"type":84,"tag":1681,"props":2465,"children":2468},{"className":2466,"style":2467},[2306],"height:0.345em;",[2469],{"type":84,"tag":1681,"props":2470,"children":2471},{},[],{"type":84,"tag":1681,"props":2473,"children":2475},{"className":2474},[1970,2361],[],{"type":84,"tag":93,"props":2477,"children":2478},{},[2479],{"type":90,"value":2480},"Burada:",{"type":84,"tag":557,"props":2482,"children":2483},{},[2484,2493,2502],{"type":84,"tag":331,"props":2485,"children":2486},{},[2487,2491],{"type":84,"tag":104,"props":2488,"children":2489},{},[2490],{"type":90,"value":1818},{"type":90,"value":2492}," = ondalık oranlar - 1 (net oranlar)",{"type":84,"tag":331,"props":2494,"children":2495},{},[2496,2500],{"type":84,"tag":104,"props":2497,"children":2498},{},[2499],{"type":90,"value":93},{"type":90,"value":2501}," = tahmini kazanma olasılığınız",{"type":84,"tag":331,"props":2503,"children":2504},{},[2505,2509],{"type":84,"tag":104,"props":2506,"children":2507},{},[2508],{"type":90,"value":2255},{"type":90,"value":2510}," = 1 - p (kaybetme olasılığı)",{"type":84,"tag":93,"props":2512,"children":2513},{},[2514],{"type":90,"value":2515},"Astros örneği için: b = 2.30 - 1 = 1.30, p = 0.55, q = 0.45",{"type":84,"tag":93,"props":2517,"children":2518},{},[2519],{"type":84,"tag":1681,"props":2520,"children":2522},{"className":2521},[1684],[2523,2656],{"type":84,"tag":1681,"props":2524,"children":2526},{"className":2525},[1689],[2527],{"type":84,"tag":1692,"props":2528,"children":2529},{"xmlns":1694},[2530],{"type":84,"tag":1697,"props":2531,"children":2532},{},[2533,2651],{"type":84,"tag":1701,"props":2534,"children":2535},{},[2536,2547,2551,2593,2597,2620,2624,2636,2640,2645],{"type":84,"tag":2215,"props":2537,"children":2538},{},[2539,2543],{"type":84,"tag":1705,"props":2540,"children":2541},{},[2542],{"type":90,"value":2222},{"type":84,"tag":1716,"props":2544,"children":2545},{},[2546],{"type":90,"value":2227},{"type":84,"tag":1716,"props":2548,"children":2549},{},[2550],{"type":90,"value":1720},{"type":84,"tag":2233,"props":2552,"children":2553},{},[2554,2589],{"type":84,"tag":1701,"props":2555,"children":2556},{},[2557,2561,2567,2571,2576,2580,2584],{"type":84,"tag":1716,"props":2558,"children":2559},{"stretchy":1728},[2560],{"type":90,"value":1731},{"type":84,"tag":2562,"props":2563,"children":2564},"mn",{},[2565],{"type":90,"value":2566},"1.30",{"type":84,"tag":1716,"props":2568,"children":2569},{},[2570],{"type":90,"value":1773},{"type":84,"tag":2562,"props":2572,"children":2573},{},[2574],{"type":90,"value":2575},"0.55",{"type":84,"tag":1716,"props":2577,"children":2578},{"stretchy":1728},[2579],{"type":90,"value":1768},{"type":84,"tag":1716,"props":2581,"children":2582},{},[2583],{"type":90,"value":1792},{"type":84,"tag":2562,"props":2585,"children":2586},{},[2587],{"type":90,"value":2588},"0.45",{"type":84,"tag":2562,"props":2590,"children":2591},{},[2592],{"type":90,"value":2566},{"type":84,"tag":1716,"props":2594,"children":2595},{},[2596],{"type":90,"value":1720},{"type":84,"tag":2233,"props":2598,"children":2599},{},[2600,2616],{"type":84,"tag":1701,"props":2601,"children":2602},{},[2603,2608,2612],{"type":84,"tag":2562,"props":2604,"children":2605},{},[2606],{"type":90,"value":2607},"0.715",{"type":84,"tag":1716,"props":2609,"children":2610},{},[2611],{"type":90,"value":1792},{"type":84,"tag":2562,"props":2613,"children":2614},{},[2615],{"type":90,"value":2588},{"type":84,"tag":2562,"props":2617,"children":2618},{},[2619],{"type":90,"value":2566},{"type":84,"tag":1716,"props":2621,"children":2622},{},[2623],{"type":90,"value":1720},{"type":84,"tag":2233,"props":2625,"children":2626},{},[2627,2632],{"type":84,"tag":2562,"props":2628,"children":2629},{},[2630],{"type":90,"value":2631},"0.265",{"type":84,"tag":2562,"props":2633,"children":2634},{},[2635],{"type":90,"value":2566},{"type":84,"tag":1716,"props":2637,"children":2638},{},[2639],{"type":90,"value":1720},{"type":84,"tag":2562,"props":2641,"children":2642},{},[2643],{"type":90,"value":2644},"20.4",{"type":84,"tag":1705,"props":2646,"children":2648},{"mathvariant":2647},"normal",[2649],{"type":90,"value":2650},"%",{"type":84,"tag":1870,"props":2652,"children":2653},{"encoding":1872},[2654],{"type":90,"value":2655},"f^* = \\frac{(1.30 \\times 0.55) - 0.45}{1.30} = \\frac{0.715 - 0.45}{1.30} = \\frac{0.265}{1.30} = 20.4\\%",{"type":84,"tag":1681,"props":2657,"children":2659},{"className":2658,"ariaHidden":1880},[1879],[2660,2722,2871,3000,3116],{"type":84,"tag":1681,"props":2661,"children":2663},{"className":2662},[1885],[2664,2668,2709,2713,2718],{"type":84,"tag":1681,"props":2665,"children":2667},{"className":2666,"style":2276},[1890],[],{"type":84,"tag":1681,"props":2669,"children":2671},{"className":2670},[1896],[2672,2677],{"type":84,"tag":1681,"props":2673,"children":2675},{"className":2674,"style":2285},[1896,1897],[2676],{"type":90,"value":2222},{"type":84,"tag":1681,"props":2678,"children":2680},{"className":2679},[2291],[2681],{"type":84,"tag":1681,"props":2682,"children":2684},{"className":2683},[2296],[2685],{"type":84,"tag":1681,"props":2686,"children":2688},{"className":2687},[2301],[2689],{"type":84,"tag":1681,"props":2690,"children":2692},{"className":2691,"style":2307},[2306],[2693],{"type":84,"tag":1681,"props":2694,"children":2695},{"style":2311},[2696,2700],{"type":84,"tag":1681,"props":2697,"children":2699},{"className":2698,"style":2317},[2316],[],{"type":84,"tag":1681,"props":2701,"children":2703},{"className":2702},[2322,2323,2324,2325],[2704],{"type":84,"tag":1681,"props":2705,"children":2707},{"className":2706},[1980,2325],[2708],{"type":90,"value":2227},{"type":84,"tag":1681,"props":2710,"children":2712},{"className":2711,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2714,"children":2716},{"className":2715},[1916],[2717],{"type":90,"value":1720},{"type":84,"tag":1681,"props":2719,"children":2721},{"className":2720,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2723,"children":2725},{"className":2724},[1885],[2726,2731,2858,2862,2867],{"type":84,"tag":1681,"props":2727,"children":2730},{"className":2728,"style":2729},[1890],"height:1.355em;vertical-align:-0.345em;",[],{"type":84,"tag":1681,"props":2732,"children":2734},{"className":2733},[1896],[2735,2739,2854],{"type":84,"tag":1681,"props":2736,"children":2738},{"className":2737},[1941,2361],[],{"type":84,"tag":1681,"props":2740,"children":2742},{"className":2741},[2233],[2743],{"type":84,"tag":1681,"props":2744,"children":2746},{"className":2745},[2296,2370],[2747,2843],{"type":84,"tag":1681,"props":2748,"children":2750},{"className":2749},[2301],[2751,2838],{"type":84,"tag":1681,"props":2752,"children":2755},{"className":2753,"style":2754},[2306],"height:1.01em;",[2756,2776,2787],{"type":84,"tag":1681,"props":2757,"children":2758},{"style":2383},[2759,2763],{"type":84,"tag":1681,"props":2760,"children":2762},{"className":2761,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2764,"children":2766},{"className":2765},[2322,2323,2324,2325],[2767],{"type":84,"tag":1681,"props":2768,"children":2770},{"className":2769},[1896,2325],[2771],{"type":84,"tag":1681,"props":2772,"children":2774},{"className":2773},[1896,2325],[2775],{"type":90,"value":2566},{"type":84,"tag":1681,"props":2777,"children":2778},{"style":2405},[2779,2783],{"type":84,"tag":1681,"props":2780,"children":2782},{"className":2781,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2784,"children":2786},{"className":2785,"style":2415},[2414],[],{"type":84,"tag":1681,"props":2788,"children":2790},{"style":2789},"top:-3.485em;",[2791,2795],{"type":84,"tag":1681,"props":2792,"children":2794},{"className":2793,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2796,"children":2798},{"className":2797},[2322,2323,2324,2325],[2799],{"type":84,"tag":1681,"props":2800,"children":2802},{"className":2801},[1896,2325],[2803,2808,2813,2818,2823,2828,2833],{"type":84,"tag":1681,"props":2804,"children":2806},{"className":2805},[1941,2325],[2807],{"type":90,"value":1731},{"type":84,"tag":1681,"props":2809,"children":2811},{"className":2810},[1896,2325],[2812],{"type":90,"value":2566},{"type":84,"tag":1681,"props":2814,"children":2816},{"className":2815},[1980,2325],[2817],{"type":90,"value":1773},{"type":84,"tag":1681,"props":2819,"children":2821},{"className":2820},[1896,2325],[2822],{"type":90,"value":2575},{"type":84,"tag":1681,"props":2824,"children":2826},{"className":2825},[1970,2325],[2827],{"type":90,"value":1768},{"type":84,"tag":1681,"props":2829,"children":2831},{"className":2830},[1980,2325],[2832],{"type":90,"value":1792},{"type":84,"tag":1681,"props":2834,"children":2836},{"className":2835},[1896,2325],[2837],{"type":90,"value":2588},{"type":84,"tag":1681,"props":2839,"children":2841},{"className":2840},[2456],[2842],{"type":90,"value":2459},{"type":84,"tag":1681,"props":2844,"children":2846},{"className":2845},[2301],[2847],{"type":84,"tag":1681,"props":2848,"children":2850},{"className":2849,"style":2467},[2306],[2851],{"type":84,"tag":1681,"props":2852,"children":2853},{},[],{"type":84,"tag":1681,"props":2855,"children":2857},{"className":2856},[1970,2361],[],{"type":84,"tag":1681,"props":2859,"children":2861},{"className":2860,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2863,"children":2865},{"className":2864},[1916],[2866],{"type":90,"value":1720},{"type":84,"tag":1681,"props":2868,"children":2870},{"className":2869,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2872,"children":2874},{"className":2873},[1885],[2875,2880,2987,2991,2996],{"type":84,"tag":1681,"props":2876,"children":2879},{"className":2877,"style":2878},[1890],"height:1.1901em;vertical-align:-0.345em;",[],{"type":84,"tag":1681,"props":2881,"children":2883},{"className":2882},[1896],[2884,2888,2983],{"type":84,"tag":1681,"props":2885,"children":2887},{"className":2886},[1941,2361],[],{"type":84,"tag":1681,"props":2889,"children":2891},{"className":2890},[2233],[2892],{"type":84,"tag":1681,"props":2893,"children":2895},{"className":2894},[2296,2370],[2896,2972],{"type":84,"tag":1681,"props":2897,"children":2899},{"className":2898},[2301],[2900,2967],{"type":84,"tag":1681,"props":2901,"children":2904},{"className":2902,"style":2903},[2306],"height:0.8451em;",[2905,2925,2936],{"type":84,"tag":1681,"props":2906,"children":2907},{"style":2383},[2908,2912],{"type":84,"tag":1681,"props":2909,"children":2911},{"className":2910,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2913,"children":2915},{"className":2914},[2322,2323,2324,2325],[2916],{"type":84,"tag":1681,"props":2917,"children":2919},{"className":2918},[1896,2325],[2920],{"type":84,"tag":1681,"props":2921,"children":2923},{"className":2922},[1896,2325],[2924],{"type":90,"value":2566},{"type":84,"tag":1681,"props":2926,"children":2927},{"style":2405},[2928,2932],{"type":84,"tag":1681,"props":2929,"children":2931},{"className":2930,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2933,"children":2935},{"className":2934,"style":2415},[2414],[],{"type":84,"tag":1681,"props":2937,"children":2939},{"style":2938},"top:-3.394em;",[2940,2944],{"type":84,"tag":1681,"props":2941,"children":2943},{"className":2942,"style":2388},[2316],[],{"type":84,"tag":1681,"props":2945,"children":2947},{"className":2946},[2322,2323,2324,2325],[2948],{"type":84,"tag":1681,"props":2949,"children":2951},{"className":2950},[1896,2325],[2952,2957,2962],{"type":84,"tag":1681,"props":2953,"children":2955},{"className":2954},[1896,2325],[2956],{"type":90,"value":2607},{"type":84,"tag":1681,"props":2958,"children":2960},{"className":2959},[1980,2325],[2961],{"type":90,"value":1792},{"type":84,"tag":1681,"props":2963,"children":2965},{"className":2964},[1896,2325],[2966],{"type":90,"value":2588},{"type":84,"tag":1681,"props":2968,"children":2970},{"className":2969},[2456],[2971],{"type":90,"value":2459},{"type":84,"tag":1681,"props":2973,"children":2975},{"className":2974},[2301],[2976],{"type":84,"tag":1681,"props":2977,"children":2979},{"className":2978,"style":2467},[2306],[2980],{"type":84,"tag":1681,"props":2981,"children":2982},{},[],{"type":84,"tag":1681,"props":2984,"children":2986},{"className":2985},[1970,2361],[],{"type":84,"tag":1681,"props":2988,"children":2990},{"className":2989,"style":1911},[1910],[],{"type":84,"tag":1681,"props":2992,"children":2994},{"className":2993},[1916],[2995],{"type":90,"value":1720},{"type":84,"tag":1681,"props":2997,"children":2999},{"className":2998,"style":1911},[1910],[],{"type":84,"tag":1681,"props":3001,"children":3003},{"className":3002},[1885],[3004,3008,3103,3107,3112],{"type":84,"tag":1681,"props":3005,"children":3007},{"className":3006,"style":2878},[1890],[],{"type":84,"tag":1681,"props":3009,"children":3011},{"className":3010},[1896],[3012,3016,3099],{"type":84,"tag":1681,"props":3013,"children":3015},{"className":3014},[1941,2361],[],{"type":84,"tag":1681,"props":3017,"children":3019},{"className":3018},[2233],[3020],{"type":84,"tag":1681,"props":3021,"children":3023},{"className":3022},[2296,2370],[3024,3088],{"type":84,"tag":1681,"props":3025,"children":3027},{"className":3026},[2301],[3028,3083],{"type":84,"tag":1681,"props":3029,"children":3031},{"className":3030,"style":2903},[2306],[3032,3052,3063],{"type":84,"tag":1681,"props":3033,"children":3034},{"style":2383},[3035,3039],{"type":84,"tag":1681,"props":3036,"children":3038},{"className":3037,"style":2388},[2316],[],{"type":84,"tag":1681,"props":3040,"children":3042},{"className":3041},[2322,2323,2324,2325],[3043],{"type":84,"tag":1681,"props":3044,"children":3046},{"className":3045},[1896,2325],[3047],{"type":84,"tag":1681,"props":3048,"children":3050},{"className":3049},[1896,2325],[3051],{"type":90,"value":2566},{"type":84,"tag":1681,"props":3053,"children":3054},{"style":2405},[3055,3059],{"type":84,"tag":1681,"props":3056,"children":3058},{"className":3057,"style":2388},[2316],[],{"type":84,"tag":1681,"props":3060,"children":3062},{"className":3061,"style":2415},[2414],[],{"type":84,"tag":1681,"props":3064,"children":3065},{"style":2938},[3066,3070],{"type":84,"tag":1681,"props":3067,"children":3069},{"className":3068,"style":2388},[2316],[],{"type":84,"tag":1681,"props":3071,"children":3073},{"className":3072},[2322,2323,2324,2325],[3074],{"type":84,"tag":1681,"props":3075,"children":3077},{"className":3076},[1896,2325],[3078],{"type":84,"tag":1681,"props":3079,"children":3081},{"className":3080},[1896,2325],[3082],{"type":90,"value":2631},{"type":84,"tag":1681,"props":3084,"children":3086},{"className":3085},[2456],[3087],{"type":90,"value":2459},{"type":84,"tag":1681,"props":3089,"children":3091},{"className":3090},[2301],[3092],{"type":84,"tag":1681,"props":3093,"children":3095},{"className":3094,"style":2467},[2306],[3096],{"type":84,"tag":1681,"props":3097,"children":3098},{},[],{"type":84,"tag":1681,"props":3100,"children":3102},{"className":3101},[1970,2361],[],{"type":84,"tag":1681,"props":3104,"children":3106},{"className":3105,"style":1911},[1910],[],{"type":84,"tag":1681,"props":3108,"children":3110},{"className":3109},[1916],[3111],{"type":90,"value":1720},{"type":84,"tag":1681,"props":3113,"children":3115},{"className":3114,"style":1911},[1910],[],{"type":84,"tag":1681,"props":3117,"children":3119},{"className":3118},[1885],[3120,3125],{"type":84,"tag":1681,"props":3121,"children":3124},{"className":3122,"style":3123},[1890],"height:0.8056em;vertical-align:-0.0556em;",[],{"type":84,"tag":1681,"props":3126,"children":3128},{"className":3127},[1896],[3129],{"type":90,"value":3130},"20.4%",{"type":84,"tag":93,"props":3132,"children":3133},{},[3134],{"type":90,"value":3135},"Full Kelly bankrolünüzün %20.4'ünü bahis koymayı söyler. Bu agresiftir. Akıllı bahisçiler kesirleri kullanır.",{"type":84,"tag":135,"props":3137,"children":3139},{"id":3138},"çeyrek-kelly-neden-daha-az-daha-i̇yidir",[3140],{"type":90,"value":3141},"Çeyrek-Kelly — Neden Daha Az Daha İyidir?",{"type":84,"tag":93,"props":3143,"children":3144},{},[3145,3147,3152],{"type":90,"value":3146},"Full Kelly uzun vadeli büyümeyi maksimize eder ancak ",{"type":84,"tag":104,"props":3148,"children":3149},{},[3150],{"type":90,"value":3151},"korkunç varyans",{"type":90,"value":3153}," ile. %30 düşüş yaygındır. Çeyrek-Kelly (Kelly tarafından önerilen miktarın %25'ini bahis koymak) biraz büyümeden fedakârlık yapar ancak çok daha düzgün sonuçlar sağlar.",{"type":84,"tag":142,"props":3155,"children":3156},{},[3157,3183],{"type":84,"tag":146,"props":3158,"children":3159},{},[3160],{"type":84,"tag":76,"props":3161,"children":3162},{},[3163,3168,3173,3178],{"type":84,"tag":153,"props":3164,"children":3165},{},[3166],{"type":90,"value":3167},"Strateji",{"type":84,"tag":153,"props":3169,"children":3170},{"align":165},[3171],{"type":90,"value":3172},"Beklenen Büyüme",{"type":84,"tag":153,"props":3174,"children":3175},{"align":165},[3176],{"type":90,"value":3177},"Maksimum Düşüş",{"type":84,"tag":153,"props":3179,"children":3180},{"align":165},[3181],{"type":90,"value":3182},"Ruin Riski",{"type":84,"tag":180,"props":3184,"children":3185},{},[3186,3209,3232],{"type":84,"tag":76,"props":3187,"children":3188},{},[3189,3194,3199,3204],{"type":84,"tag":187,"props":3190,"children":3191},{},[3192],{"type":90,"value":3193},"Full Kelly",{"type":84,"tag":187,"props":3195,"children":3196},{"align":165},[3197],{"type":90,"value":3198},"Maksimize",{"type":84,"tag":187,"props":3200,"children":3201},{"align":165},[3202],{"type":90,"value":3203},"%30-50",{"type":84,"tag":187,"props":3205,"children":3206},{"align":165},[3207],{"type":90,"value":3208},"Düşük ama ağrılı",{"type":84,"tag":76,"props":3210,"children":3211},{},[3212,3217,3222,3227],{"type":84,"tag":187,"props":3213,"children":3214},{},[3215],{"type":90,"value":3216},"Half Kelly",{"type":84,"tag":187,"props":3218,"children":3219},{"align":165},[3220],{"type":90,"value":3221},"Maksimumun %75'i",{"type":84,"tag":187,"props":3223,"children":3224},{"align":165},[3225],{"type":90,"value":3226},"%15-25",{"type":84,"tag":187,"props":3228,"children":3229},{"align":165},[3230],{"type":90,"value":3231},"Çok düşük",{"type":84,"tag":76,"props":3233,"children":3234},{},[3235,3240,3245,3250],{"type":84,"tag":187,"props":3236,"children":3237},{},[3238],{"type":90,"value":3239},"Quarter Kelly",{"type":84,"tag":187,"props":3241,"children":3242},{"align":165},[3243],{"type":90,"value":3244},"Maksimumun %50'si",{"type":84,"tag":187,"props":3246,"children":3247},{"align":165},[3248],{"type":90,"value":3249},"%8-15",{"type":84,"tag":187,"props":3251,"children":3252},{"align":165},[3253],{"type":90,"value":3254},"Neredeyse sıfır",{"type":84,"tag":93,"props":3256,"children":3257},{},[3258,3263,3265,3270],{"type":84,"tag":104,"props":3259,"children":3260},{},[3261],{"type":90,"value":3262},"Tavsiye:",{"type":90,"value":3264}," Çeyrek-Kelly ile başlayın. Sadece 500+ doğrulanmış karlı bahisten sonra half-Kelly'ye geçin. Her bahsi düzgün boyutlandırmak için ",{"type":84,"tag":367,"props":3266,"children":3267},{"href":369},[3268],{"type":90,"value":3269},"Kelly Hesaplayıcısı",{"type":90,"value":3271},"'nı kullanın.",{"type":84,"tag":85,"props":3273,"children":3275},{"id":3274},"mlb-park-faktörleri-her-stadyum-sıralanmış-2024-2025",[3276],{"type":90,"value":3277},"MLB Park Faktörleri — Her Stadyum Sıralanmış (2024-2025)",{"type":84,"tag":135,"props":3279,"children":3281},{"id":3280},"park-faktörleri-grafiğini-okuma",[3282],{"type":90,"value":3283},"Park Faktörleri Grafiğini Okuma",{"type":84,"tag":93,"props":3285,"children":3286},{},[3287,3289,3294],{"type":90,"value":3288},"Park faktörü ",{"type":84,"tag":104,"props":3290,"children":3291},{},[3292],{"type":90,"value":3293},"1.00",{"type":90,"value":3295}," stadyumun tamamen tarafsız olduğu anlamına gelir — puanlama lig ortalamasıyla eşleşir. 1.00'dan yukarı park puanlamayı şişirir (vurucu dostu). 1.00'dan aşağı park puanlamayı bastırır (atıcı dostu).",{"type":84,"tag":135,"props":3297,"children":3299},{"id":3298},"modelde-park-faktörlerini-kullanma",[3300],{"type":90,"value":3301},"Model'de Park Faktörlerini Kullanma",{"type":84,"tag":93,"props":3303,"children":3304},{},[3305,3307,3312],{"type":90,"value":3306},"Öngörülen koşunuzu park faktörü ile çarpın. Modeliniz Rockies için 4.5 koşu öngörüyorsa ve Coors Field'de oynuyorlarsa (1.38), 4.5 × 1.38 = ",{"type":84,"tag":104,"props":3308,"children":3309},{},[3310],{"type":90,"value":3311},"6.21 öngörülen koşu",{"type":90,"value":3313},"'ya ayarlayın.",{"type":84,"tag":93,"props":3315,"children":3316},{},[3317,3319,3324],{"type":90,"value":3318},"Dodger Stadium gibi atıcı dostu parklarda deplasmanda oynayan maçlar için (0.88), aşağı ayarlayın: 4.5 × 0.88 = ",{"type":84,"tag":104,"props":3320,"children":3321},{},[3322],{"type":90,"value":3323},"3.96 öngörülen koşu",{"type":90,"value":393},{"type":84,"tag":3326,"props":3327,"children":3328},"chart-mlb-park-factors",{},[],{"type":84,"tag":85,"props":3330,"children":3332},{"id":3331},"aşama-6-günlük-mlb-bahis-akışınız",[3333],{"type":90,"value":3334},"Aşama 6: Günlük MLB Bahis Akışınız",{"type":84,"tag":135,"props":3336,"children":3338},{"id":3337},"sabah-rutini-oranlar-kadro",[3339],{"type":90,"value":3340},"Sabah Rutini (Oranlar + Kadro)",{"type":84,"tag":327,"props":3342,"children":3343},{},[3344,3354,3364],{"type":84,"tag":331,"props":3345,"children":3346},{},[3347,3352],{"type":84,"tag":104,"props":3348,"children":3349},{},[3350],{"type":90,"value":3351},"07:00",{"type":90,"value":3353}," — Gece boyunca oran hareketlerini bahis sitesinden indirin. Oranların önemli ölçüde hareket ettiği maçları işaretleyin (moneyline'da >10 sent)",{"type":84,"tag":331,"props":3355,"children":3356},{},[3357,3362],{"type":84,"tag":104,"props":3358,"children":3359},{},[3360],{"type":90,"value":3361},"08:00",{"type":90,"value":3363}," — Modelinizi öngörülen kadro ile çalıştırın (kadro genellikle ilk atıştan 3-4 saat önce kesinleşir)",{"type":84,"tag":331,"props":3365,"children":3366},{},[3367,3372],{"type":84,"tag":104,"props":3368,"children":3369},{},[3370],{"type":90,"value":3371},"09:00",{"type":90,"value":3373}," — Model olasılıklarını mevcut pazar oranlarıyla karşılaştırın. Edge'i %3'ten büyük olan tüm +EV maçlarını listeleyin",{"type":84,"tag":135,"props":3375,"children":3377},{"id":3376},"maç-öncesi-kontroller-hava-hakem-bullpen",[3378],{"type":90,"value":3379},"Maç Öncesi Kontroller (Hava, Hakem, Bullpen)",{"type":84,"tag":93,"props":3381,"children":3382},{},[3383],{"type":90,"value":3384},"Herhangi bir bahis koymadan önce şunları doğrulayın:",{"type":84,"tag":557,"props":3386,"children":3387},{},[3388,3393,3398,3403],{"type":84,"tag":331,"props":3389,"children":3390},{},[3391],{"type":90,"value":3392},"Kesinleşmiş başlangıç kadrosu (son dakika sakatlanmalar avantajı öldürebilir)",{"type":84,"tag":331,"props":3394,"children":3395},{},[3396],{"type":90,"value":3397},"Hava koşulları (Wrigley'de rüzgar, yağmur gecikmesi)",{"type":84,"tag":331,"props":3399,"children":3400},{},[3401],{"type":90,"value":3402},"Home plate hakem görevlendirmesi",{"type":84,"tag":331,"props":3404,"children":3405},{},[3406],{"type":90,"value":3407},"Bullpen kullanılabilirliği (önceki gecemin box score'larını kontrol edin)",{"type":84,"tag":135,"props":3409,"children":3411},{"id":3410},"bahis-koyma-ve-sonuçları-takip-etme",[3412],{"type":90,"value":3413},"Bahis Koyma ve Sonuçları Takip Etme",{"type":84,"tag":93,"props":3415,"children":3416},{},[3417,3419,3425],{"type":90,"value":3418},"Her bahsi bir hesap tablosunda veya ",{"type":84,"tag":367,"props":3420,"children":3422},{"href":3421},"\u002Fbetting\u002Fbet-tracker",[3423],{"type":90,"value":3424},"Bahis Takip Cihazında",{"type":90,"value":3426}," takip edin:",{"type":84,"tag":557,"props":3428,"children":3429},{},[3430,3435,3440],{"type":84,"tag":331,"props":3431,"children":3432},{},[3433],{"type":90,"value":3434},"Tarih, takımlar, model olasılığı, pazar oranları, bahis boyutu, sonuç",{"type":84,"tag":331,"props":3436,"children":3437},{},[3438],{"type":90,"value":3439},"CLV'yi hesaplayın (Closing Line Value) — oran model fiyatınıza doğru mu hareket etti?",{"type":84,"tag":331,"props":3441,"children":3442},{},[3443],{"type":90,"value":3444},"Haftalık gözden geçirin: %60'lık maçlarınız gerçekten zamanın %60'ını kazanıyor mu?",{"type":84,"tag":93,"props":3446,"children":3447},{},[3448,3454],{"type":84,"tag":367,"props":3449,"children":3451},{"href":3450},"\u002Fbetting\u002Fclv-calculator",[3452],{"type":90,"value":3453},"CLV Hesaplayıcısı",{"type":90,"value":3455}," modelinizin zaman içinde avantajını doğrulamak için tek en iyi araçtır.",{"type":84,"tag":85,"props":3457,"children":3459},{"id":3458},"mlb-ev-hesaplayıcısı-herhangi-bir-bahsi-anında-kontrol-et",[3460],{"type":90,"value":3461},"MLB EV Hesaplayıcısı — Herhangi Bir Bahsi Anında Kontrol Et",{"type":84,"tag":93,"props":3463,"children":3464},{},[3465,3467,3471],{"type":90,"value":3466},"Modelinizin kazanma olasılığını ve piyasa oranlarını girerek bir bahsin +EV olup olmadığını gör. Hesaplayıcı beklenen değeri, kenar yüzdesini ve önerilen ",{"type":84,"tag":367,"props":3468,"children":3469},{"href":369},[3470],{"type":90,"value":372},{"type":90,"value":3472}," bahis boyutlandırmasını gösterir.",{"type":84,"tag":3474,"props":3475,"children":3476},"inline-mlb-ev-calculator",{},[],{"type":84,"tag":85,"props":3478,"children":3480},{"id":3479},"özel-bahis-modelleri-i̇sabet-strikeout-i̇lk-beş-i̇nning",[3481],{"type":90,"value":3482},"Özel Bahis Modelleri — İsabet, Strikeout, İlk Beş İnning",{"type":84,"tag":135,"props":3484,"children":3486},{"id":3485},"oyuncu-özel-bahis-modelleri-i̇sabet-üa-strikeout",[3487],{"type":90,"value":3488},"Oyuncu Özel Bahis Modelleri (İsabet Ü\u002FA, Strikeout)",{"type":84,"tag":93,"props":3490,"children":3491},{},[3492],{"type":90,"value":3493},"Oyuncu özel bahisleri oyun modelleriyle aynı çerçeveyi kullanır ancak bireysel performansa odaklanır:",{"type":84,"tag":557,"props":3495,"children":3496},{},[3497,3507,3517],{"type":84,"tag":331,"props":3498,"children":3499},{},[3500,3505],{"type":84,"tag":104,"props":3501,"children":3502},{},[3503],{"type":90,"value":3504},"Strikeout bahisleri:",{"type":90,"value":3506}," Pitcher K-rate'i (son 5 maç), batter K-rate'i vs el tercihi ve umpire bölgesi verilerini kullan",{"type":84,"tag":331,"props":3508,"children":3509},{},[3510,3515],{"type":84,"tag":104,"props":3511,"children":3512},{},[3513],{"type":90,"value":3514},"İsabet ü\u002Fa:",{"type":90,"value":3516}," Batter xBA, pitcher kontakt yönetim oranı ve BABIP regresyonunu kullan",{"type":84,"tag":331,"props":3518,"children":3519},{},[3520,3525],{"type":84,"tag":104,"props":3521,"children":3522},{},[3523],{"type":90,"value":3524},"Home run'lar:",{"type":90,"value":3526}," Barrel rate, hard-hit rate, park faktörü HR bileşeni ve rüzgar yönünü kullan",{"type":84,"tag":93,"props":3528,"children":3529},{},[3530,3532,3537],{"type":90,"value":3531},"Anahtar fikir: ",{"type":84,"tag":104,"props":3533,"children":3534},{},[3535],{"type":90,"value":3536},"oyuncu özel bahisleri oyun hatlarından daha yumuşak çizgilere sahiptir",{"type":90,"value":3538}," çünkü bahis siteleri onları fiyatlandırmak için daha az zaman harcarlar. 2026'da kenarlar burada gizlenir.",{"type":84,"tag":135,"props":3540,"children":3542},{"id":3541},"i̇lk-5-i̇nning-f5-modeli",[3543],{"type":90,"value":3544},"İlk 5 İnning (F5) Modeli",{"type":84,"tag":93,"props":3546,"children":3547},{},[3548],{"type":90,"value":3549},"İlk 5 inning (F5) bahisleri başlangıç oyuncusunun performansını izole eder, bullpen belirsizliğini ortadan kaldırır. Ayrı bir model oluştural:",{"type":84,"tag":557,"props":3551,"children":3552},{},[3553,3558,3563],{"type":84,"tag":331,"props":3554,"children":3555},{},[3556],{"type":90,"value":3557},"Başlangıç pitcher xFIP ve rolling K-BB%",{"type":84,"tag":331,"props":3559,"children":3560},{},[3561],{"type":90,"value":3562},"O pitcher'ın el tercihine karşı muhalif vuruş",{"type":84,"tag":331,"props":3564,"children":3565},{},[3566],{"type":90,"value":3567},"Park faktörü (hala ilk 5 inning'e uygulanır)",{"type":84,"tag":93,"props":3569,"children":3570},{},[3571],{"type":90,"value":3572},"F5 moneyline'ları, harika bir starter zayıf bir lineup'a karşı oynadığında ancak bullpen güvenilir olmadığında özellikle değerlidir. Tam oyun modeliniz \"bahis yok\" derken F5 modeli \"+EV\" der.",{"type":84,"tag":135,"props":3574,"children":3576},{"id":3575},"takım-toplam-modelleri",[3577],{"type":90,"value":3578},"Takım Toplam Modelleri",{"type":84,"tag":93,"props":3580,"children":3581},{},[3582],{"type":90,"value":3583},"Hangi takımın kazandığını tahmin etmek yerine, her takımın bağımsız olarak kaç koşu alacağını tahmin edin. Ardından açıklanan takım toplam hattıyla karşılaştırın. Bu yaklaşım:",{"type":84,"tag":557,"props":3585,"children":3586},{},[3587,3592,3597],{"type":84,"tag":331,"props":3588,"children":3589},{},[3590],{"type":90,"value":3591},"Bahis fırsatlarınızı iki katına çıkarır (oyun başına 2 takım toplamı)",{"type":84,"tag":331,"props":3593,"children":3594},{},[3595],{"type":90,"value":3596},"İki taraf arasındaki korelasyonu ortadan kaldırır",{"type":84,"tag":331,"props":3598,"children":3599},{},[3600],{"type":90,"value":3601},"Park faktörleri ve hava durumu verileriyle iyi çalışır",{"type":84,"tag":93,"props":3603,"children":3604},{},[3605,3607,3613,3615,3621],{"type":90,"value":3606},"Toplam oranlarını kırılma-hatta olasılıklarına dönüştürmek için ",{"type":84,"tag":367,"props":3608,"children":3610},{"href":3609},"\u002Fbetting\u002Fimplied-probability",[3611],{"type":90,"value":3612},"İma Edilen Olasılık Hesaplayıcısı",{"type":90,"value":3614},"'nı kullan. ",{"type":84,"tag":367,"props":3616,"children":3618},{"href":3617},"\u002Fblog\u002Falternate-spread-meaning",[3619],{"type":90,"value":3620},"Alternatif spread'lerin ne anlama geldiğini",{"type":90,"value":3622}," anlamak, standart olmayan sayılarda run line'larda değer bulmanıza da yardımcı olabilir.",{"type":84,"tag":85,"props":3624,"children":3626},{"id":3625},"bir-model-ne-i̇çermez-dürüst-sınırlamalar",[3627],{"type":90,"value":3628},"Bir Model NE İçermez (Dürüst Sınırlamalar)",{"type":84,"tag":135,"props":3630,"children":3632},{"id":3631},"yaralanmalar-ve-son-dakika-i̇ptal",[3633],{"type":90,"value":3634},"Yaralanmalar ve Son Dakika İptal",{"type":84,"tag":93,"props":3636,"children":3637},{},[3638,3640,3645],{"type":90,"value":3639},"Modeliniz, yıldız pitcher'ın ilk vuruştan 2 saat önce iptal edileceğini tahmin edemez. ",{"type":84,"tag":104,"props":3641,"children":3642},{},[3643],{"type":90,"value":3644},"Modeli her zaman yeniden çalıştırın",{"type":90,"value":3646}," başlangıç oyuncusu belirtildikten sonra ve başlangıç oyuncusu kilitli olmayan oyunlara hiçbir zaman bahis yapmayın.",{"type":84,"tag":135,"props":3648,"children":3650},{"id":3649},"kulüp-draması-ve-motivasyon",[3651],{"type":90,"value":3652},"Kulüp Draması ve Motivasyon",{"type":84,"tag":93,"props":3654,"children":3655},{},[3656],{"type":90,"value":3657},"10 maçlık bir kayıp serisinde olan bir takım, oyuncu toplantısından sonra toparlanabilir. Playoff'u kilitlemişolan bir takım yıldız oyuncuları dinlendirebilir. Bu faktörler gerçek ama nicelikleştirmesi neredeyse imkansız. Bu sınırlamayı kabul edin, modelinize çöp \"motivasyon\" değişkenleri eklemeyin.",{"type":84,"tag":135,"props":3659,"children":3661},{"id":3660},"umpire-strike-bölgesi-varyansı",[3662],{"type":90,"value":3663},"Umpire Strike Bölgesi Varyansı",{"type":84,"tag":93,"props":3665,"children":3666},{},[3667],{"type":90,"value":3668},"Ortalama umpire eğilimleri faydalı olsa da, bireysel oyun varyasyonu yüksektir. Tipik olarak sıkı bölge çalıştıran bir umpire belirli bir gecede geniş arayabilir. Umpire verisi küçük kenar ekler ancak aşırı ağırlık vermeyin.",{"type":84,"tag":135,"props":3670,"children":3672},{"id":3671},"modelinizi-ne-zaman-geçersiz-kılın",[3673],{"type":90,"value":3674},"Modelinizi Ne Zaman Geçersiz Kılın",{"type":84,"tag":93,"props":3676,"children":3677},{},[3678,3680,3685],{"type":90,"value":3679},"Modelinizi yalnızca ",{"type":84,"tag":104,"props":3681,"children":3682},{},[3683],{"type":90,"value":3684},"somut bilgiye",{"type":90,"value":3686}," sahip olduğunuzda geçersiz kılın:",{"type":84,"tag":557,"props":3688,"children":3689},{},[3690,3695,3700],{"type":84,"tag":331,"props":3691,"children":3692},{},[3693],{"type":90,"value":3694},"Modeli çalıştırdıktan sonra onaylanan lineup değişikliği",{"type":84,"tag":331,"props":3696,"children":3697},{},[3698],{"type":90,"value":3699},"Hava durumu güncellemesi (ani rüzgar değişimi)",{"type":84,"tag":331,"props":3701,"children":3702},{},[3703],{"type":90,"value":3704},"Verilere yansımayan doğrulanmış yaralanma haberleri",{"type":84,"tag":93,"props":3706,"children":3707},{},[3708],{"type":90,"value":3709},"Asla \"doğru hissetmiyor\" olarak geçersiz kılmayın. Sezginiz düzenli olarak modelinizle anlaşmazlığa düşerse, modeliniz tamir edilmeye ihtiyaç duyar — ya da sezginiz.",{"type":84,"tag":93,"props":3711,"children":3712},{},[3713,3715,3721,3723,3729,3730,3736],{"type":90,"value":3714},"Modellemeden daha ötesinde sistematik bahis yaklaşımlarıyla ilgileniyorsanız, ",{"type":84,"tag":367,"props":3716,"children":3718},{"href":3717},"\u002Fblog\u002Fwong-teaser-strategy-calculator",[3719],{"type":90,"value":3720},"Wong Teaser stratejisi",{"type":90,"value":3722},"'nin NFL teaserlere benzer kurallar tabanlı çerçeve nasıl uyguladığını görebilir veya ",{"type":84,"tag":367,"props":3724,"children":3726},{"href":3725},"\u002Fblog\u002Ffibonacci-betting-system",[3727],{"type":90,"value":3728},"Fibonacci",{"type":90,"value":386},{"type":84,"tag":367,"props":3731,"children":3733},{"href":3732},"\u002Fblog\u002Flabouchere-betting-system",[3734],{"type":90,"value":3735},"Labouchere",{"type":90,"value":3737}," gibi progresif sistemleri keşfedebilirsiniz — bunlar veri odaklı modellerden farklı çalışsa da.",{"type":84,"tag":85,"props":3739,"children":3741},{"id":3740},"gerçek-sicil-ne-bekleyeceksiniz",[3742],{"type":90,"value":3743},"Gerçek Sicil — Ne Bekleyeceksiniz",{"type":84,"tag":135,"props":3745,"children":3747},{"id":3746},"gerçekçi-kazanma-oranları-ve-roi-karşılaştırmaları",[3748],{"type":90,"value":3749},"Gerçekçi Kazanma Oranları ve ROI Karşılaştırmaları",{"type":84,"tag":93,"props":3751,"children":3752},{},[3753],{"type":90,"value":3754},"Dürüst olmak gerekirse, neyin mümkün olduğu hakkında. İşte doğrulanmış MLB bahisçilerden belgelenmiş siciller:",{"type":84,"tag":142,"props":3756,"children":3757},{},[3758,3789],{"type":84,"tag":146,"props":3759,"children":3760},{},[3761],{"type":84,"tag":76,"props":3762,"children":3763},{},[3764,3769,3774,3779,3784],{"type":84,"tag":153,"props":3765,"children":3766},{},[3767],{"type":90,"value":3768},"Bahisçi\u002FHizmet",{"type":84,"tag":153,"props":3770,"children":3771},{"align":165},[3772],{"type":90,"value":3773},"Sezon",{"type":84,"tag":153,"props":3775,"children":3776},{"align":165},[3777],{"type":90,"value":3778},"Bahis",{"type":84,"tag":153,"props":3780,"children":3781},{"align":165},[3782],{"type":90,"value":3783},"Birimler",{"type":84,"tag":153,"props":3785,"children":3786},{"align":165},[3787],{"type":90,"value":3788},"ROI",{"type":84,"tag":180,"props":3790,"children":3791},{},[3792,3820,3848,3875],{"type":84,"tag":76,"props":3793,"children":3794},{},[3795,3800,3805,3810,3815],{"type":84,"tag":187,"props":3796,"children":3797},{},[3798],{"type":90,"value":3799},"Zerillo (Action Network)",{"type":84,"tag":187,"props":3801,"children":3802},{"align":165},[3803],{"type":90,"value":3804},"2019",{"type":84,"tag":187,"props":3806,"children":3807},{"align":165},[3808],{"type":90,"value":3809},"659",{"type":84,"tag":187,"props":3811,"children":3812},{"align":165},[3813],{"type":90,"value":3814},"+30.2",{"type":84,"tag":187,"props":3816,"children":3817},{"align":165},[3818],{"type":90,"value":3819},"4.6%",{"type":84,"tag":76,"props":3821,"children":3822},{},[3823,3828,3833,3838,3843],{"type":84,"tag":187,"props":3824,"children":3825},{},[3826],{"type":90,"value":3827},"Profesyonel sendika ort.",{"type":84,"tag":187,"props":3829,"children":3830},{"align":165},[3831],{"type":90,"value":3832},"Çok yıllı",{"type":84,"tag":187,"props":3834,"children":3835},{"align":165},[3836],{"type":90,"value":3837},"2000+",{"type":84,"tag":187,"props":3839,"children":3840},{"align":165},[3841],{"type":90,"value":3842},"Değişken",{"type":84,"tag":187,"props":3844,"children":3845},{"align":165},[3846],{"type":90,"value":3847},"3-5%",{"type":84,"tag":76,"props":3849,"children":3850},{},[3851,3856,3861,3866,3870],{"type":84,"tag":187,"props":3852,"children":3853},{},[3854],{"type":90,"value":3855},"İyi amatör model",{"type":84,"tag":187,"props":3857,"children":3858},{"align":165},[3859],{"type":90,"value":3860},"İlk sezon",{"type":84,"tag":187,"props":3862,"children":3863},{"align":165},[3864],{"type":90,"value":3865},"500+",{"type":84,"tag":187,"props":3867,"children":3868},{"align":165},[3869],{"type":90,"value":3842},{"type":84,"tag":187,"props":3871,"children":3872},{"align":165},[3873],{"type":90,"value":3874},"2-4%",{"type":84,"tag":76,"props":3876,"children":3877},{},[3878,3883,3888,3892,3897],{"type":84,"tag":187,"props":3879,"children":3880},{},[3881],{"type":90,"value":3882},"Kırılış-hatta modeli",{"type":84,"tag":187,"props":3884,"children":3885},{"align":165},[3886],{"type":90,"value":3887},"Her zaman",{"type":84,"tag":187,"props":3889,"children":3890},{"align":165},[3891],{"type":90,"value":3887},{"type":84,"tag":187,"props":3893,"children":3894},{"align":165},[3895],{"type":90,"value":3896},"~0",{"type":84,"tag":187,"props":3898,"children":3899},{"align":165},[3900],{"type":90,"value":3901},"0%",{"type":84,"tag":93,"props":3903,"children":3904},{},[3905,3907,3912,3914,3920],{"type":90,"value":3906},"Hatta elit performansın bile 3-5% ROI olduğuna dikkat edin. ",{"type":84,"tag":104,"props":3908,"children":3909},{},[3910],{"type":90,"value":3911},"20%+ ROI vaat eden herkesten yalan söylüyordur.",{"type":90,"value":3913}," 3% ROI'de 500+ bahiste tutarlılık harika bir şeydir. Sonuçlarınızın gerçek bir kenara sahip olsa bile ne kadar sallanabileceğini anlamak için ",{"type":84,"tag":367,"props":3915,"children":3917},{"href":3916},"\u002Fbetting\u002Fvariance-analyzer",[3918],{"type":90,"value":3919},"Varyans Analiziricisi",{"type":90,"value":3921},"'ni kullan.",{"type":84,"tag":135,"props":3923,"children":3925},{"id":3924},"örnek-büyüklüğü-gereksinimleri",[3926],{"type":90,"value":3927},"Örnek Büyüklüğü Gereksinimleri",{"type":84,"tag":557,"props":3929,"children":3930},{},[3931,3941,3951],{"type":84,"tag":331,"props":3932,"children":3933},{},[3934,3939],{"type":84,"tag":104,"props":3935,"children":3936},{},[3937],{"type":90,"value":3938},"200 bahis:",{"type":90,"value":3940}," Trendi görmeye başlayabilirsiniz, ama hiçbir şey kesin değildir",{"type":84,"tag":331,"props":3942,"children":3943},{},[3944,3949],{"type":84,"tag":104,"props":3945,"children":3946},{},[3947],{"type":90,"value":3948},"500 bahis:",{"type":90,"value":3950}," İstatistiksel güven için minimum. %55 modelin kar gösterme şansı ~%95",{"type":84,"tag":331,"props":3952,"children":3953},{},[3954,3959],{"type":84,"tag":104,"props":3955,"children":3956},{},[3957],{"type":90,"value":3958},"1.000+ bahis:",{"type":90,"value":3960}," Kenar kanıtı güçlü. %95 güven aralığınız önemli ölçüde daralır",{"type":84,"tag":93,"props":3962,"children":3963},{},[3964,3966,3972],{"type":90,"value":3965},"Katı bir modeli 50 kayıp bahisten sonra bırakmayın. 50 kazanç bahisten sonra kendinizi dahi ilan etmeyin. Matematik toplanmak için zamana ihtiyaç duyar. ",{"type":84,"tag":367,"props":3967,"children":3969},{"href":3968},"\u002Fbetting\u002Fbankroll-growth-calculator",[3970],{"type":90,"value":3971},"Bankroll büyümesini",{"type":90,"value":3973}," tam sezon boyunca takip edin.",{"type":84,"tag":93,"props":3975,"children":3976},{},[3977],{"type":90,"value":3978},"Modeliniz tutarlı olarak 200+ bahis üzerinde closing line'ı yeniyor (pozitif CLV) ise, kısa vadeli sonuçlar olumsuz olsa bile, metodolojiniz sağlamdır. CLV, uzun vadeli kârlılığın en gerçek sinyalidir.",{"type":84,"tag":85,"props":3980,"children":3982},{"id":3981},"sss",[3983],{"type":90,"value":3984},"SSS",{"type":84,"tag":93,"props":3986,"children":3987},{},[3988],{"type":84,"tag":3989,"props":3990,"children":3991},"em",{},[3992,3994,4000],{"type":90,"value":3993},"Pro ipucu: bankroll disiplini sadece edge'den daha önemlidir — kazanma oranı, oran ve bahsi ",{"type":84,"tag":367,"props":3995,"children":3997},{"href":3996},"\u002Fbetting\u002Fbankroll-calculator",[3998],{"type":90,"value":3999},"bahis bankroll hesaplayıcısı",{"type":90,"value":4001}," ile hesaplayarak iflas riskini %5'in altında tutun."]