DARKO : le modèle qui prédit le niveau des joueurs NBA

Chaque matin de la saison NBA, un modèle rouvre le dossier de chacun des quelque 450 joueurs de la ligue, ajoute les matchs de la veille, et recalcule ce qu'il croit savoir de leur niveau. Pas leur moyenne de points, pas leur note de la saison passée : leur niveau réel, aujourd'hui, projeté sur le prochain match. Ce modèle s'appelle DARKO, et il occupe une place à part dans la famille des stats avancées : tout ce qu'on a décrit dans cette série regarde en arrière, lui regarde devant.

Septième volet de notre série sur les stats avancées. Les métriques des deux derniers articles, BPM, VORP et Win Shares puis RAPM et EPM, répondent à la question « que vaut ce joueur sur les matchs déjà joués ? ». Question indispensable, et pourtant ce n'est presque jamais celle qui se pose dans un front office. Quand une franchise signe un contrat de quatre ans, elle n'achète pas la saison passée. Elle achète les quatre prochaines. Il lui faut un outil qui prédise, pas un outil qui note.

Prédire au lieu de noter : un autre métier

La nuance semble mince, elle change tout. Une métrique descriptive comme l'EPM vous dit qui a pesé sur la saison écoulée : elle regarde un échantillon fermé et le résume au mieux. Un modèle prédictif accepte une contrainte supplémentaire, être jugé sur l'avenir. Un joueur sort de trois semaines exceptionnelles ? Le descriptif enregistre. Le prédictif se demande quelle part de cette flambée est du vrai progrès et quelle part est du bruit qui va retomber. Un vétéran de 34 ans aligne une saison pleine ? Le descriptif applaudit. Le prédictif consulte ses courbes de vieillissement et tempère. C'est un métier plus ingrat, et beaucoup plus proche des décisions réelles : paris, projections de draft, contrats.

DARKO, la machine à croyances

DARKO est l'acronyme de Daily Adjusted and Regressed Kalman Optimized projections. Derrière le sigle, un système de projection piloté par machine learning, créé par l'analyste Kostya Medvedev (l'application publique a été construite avec Andrew Patton), entraîné sur toutes les feuilles de match NBA depuis la saison 2001 et nourri de box scores, de données de tracking et de play-by-play.

Sa mécanique tient en trois ingrédients. Une décroissance exponentielle d'abord : les matchs récents pèsent plus lourd que les anciens, ce qui permet au modèle de sentir une progression ou un déclin sans être esclave de la dernière semaine. Un filtre de Kalman ensuite, un outil d'analyse temporelle qui fonctionne comme un GPS : à chaque nouveau match, le modèle compare ce qu'il attendait avec ce qui s'est produit, et corrige sa trajectoire d'autant. Des arbres de décision enfin, pour combiner le tout en tenant compte du contexte : repos, déplacements, avantage du terrain, niveau de l'adversaire, âge, changement d'équipe. Le résultat se lit dans le DPM, le Daily Plus-Minus : l'impact qu'un joueur devrait avoir, en points par 100 possessions, s'il jouait ce soir.

Le classement DPM en fin de saison 2025-26

DPM en fin de saison 2025-26, données darko.app relevées début juillet 2026.

Comparez ce tableau avec le classement EPM de l'article précédent, l'exercice est instructif dans les deux sens. Les six premiers noms sont les mêmes : quand deux modèles indépendants, aux méthodes différentes, convergent sur Jokić, Leonard, Wembanyama, Gilgeous-Alexander, Giannis et Dončić, le signal est solide. Mais l'ordre diffère : l'EPM couronnait Wembanyama, DARKO place Jokić devant. Rien d'anormal, les deux ne répondent pas à la même question. L'EPM résume la saison jouée ; le DPM estime le niveau vrai en fin de saison, bruit filtré. Et dans le bas du tableau, Tatum, Mitchell et Edwards remplacent les profils à échantillon plus fragile : un modèle prédictif se méfie des demi-saisons brillantes.

L'âge, les dollars et la vraie question des contrats

La partie la plus fascinante de DARKO n'est pas son classement, c'est ce qu'il fait de l'âge. Le modèle intègre des courbes de vieillissement construites sur un quart de siècle de données : à quel rythme progresse un joueur de 21 ans, à quel rythme décline un ailier de 33, quelles aptitudes s'érodent en premier. Quand il projette un joueur, il ne prolonge pas sa dernière saison, il la fait glisser le long de cette courbe. C'est la différence entre « il a été bon » et « il sera encore bon quand son contrat se terminera ».

Le saviez-vous ? darko.app affiche aussi, pour chaque joueur, une estimation de sa valeur en dollars, mise en regard de son salaire réel, avec le surplus (ou le déficit) qui en découle. Un joueur payé 12 millions qui en vaut 25 selon le modèle, c'est le genre de ligne que les front offices traquent à chaque intersaison. En pleine période de transferts, cette colonne-là se lit comme une carte au trésor.

Côté précision, les comparatifs publics donnent au DPM le premier rang des métriques tout-en-un pour la prédiction, devant l'EPM. Logique, au fond : c'est le seul de la famille qui a été construit pour ça dès la première ligne de code.

Ce que les courbes de vieillissement racontent

Un quart de siècle de feuilles de match, cela finit par dessiner des lois. La première : le pic d'un joueur NBA se situe en moyenne autour de 26-28 ans, avec une montée rapide au début de la vingtaine et un déclin d'abord doux, puis de plus en plus raide après 30. La deuxième : toutes les aptitudes ne vieillissent pas au même rythme. L'explosivité part en premier, le premier pas, le rebond offensif, la défense sur l'homme. L'adresse, la lecture du jeu et le lancer franc tiennent bien plus longtemps, quand ils ne progressent pas. C'est pour cela que les shooteurs et les passeurs traversent la trentaine mieux que les attaquants de cercle, et que certains profils changent de métier en vieillissant plutôt que de disparaître.

La troisième loi est la plus utile en période de transferts : le marché a tendance à payer la réputation, c'est-à-dire le passé, quand les modèles paient la courbe. Un contrat de quatre ans signé à 31 ans couvre les saisons 32, 33, 34 et 35 d'un joueur : la question n'est pas ce qu'il vient de faire, c'est où sa courbe le déposera à l'échéance. Les exceptions spectaculaires existent, et l'exceptionnelle longévité de LeBron James a nourri l'idée que les stars modernes duraient pour toujours. Les données disent autre chose : les carrières s'allongent, le sommet, lui, ne s'est pas déplacé. On reviendra sur cette question, qui agite chaque intersaison, dans un prochain dossier consacré au marché des transferts.

Les limites à garder en tête

Un modèle prédictif reste un modèle, et celui-ci a ses angles morts.

Ce qu'il faut retenir

DARKO ne note pas le passé, il projette le présent vers demain : décroissance des matchs anciens, filtre de Kalman qui corrige la croyance à chaque rencontre, courbes de vieillissement sur 25 ans de données. Son DPM converge avec l'EPM sur l'élite de la ligue, tout en réordonnant le sommet selon sa propre question, celle du niveau vrai. Et sa colonne valeur contre salaire en fait l'outil le plus directement branché sur ce qui agite la NBA chaque été : les contrats. Les modèles de ce type sont devenus la matière première silencieuse des discussions de transferts.

La suite : la pression, en chiffres

Les modèles projettent des saisons entières. Mais un match de basket se décide parfois en trente secondes, balle en main, score serré, salle debout. Ce moment-là a un nom, le clutch time, une définition officielle et tout un pan de données dédiées. Le talent sous pression existe-t-il ou est-ce une légende que les stats démontent ? C'est le sujet du prochain article, et sur un site qui s'appelle Dr.Clutch, autant dire qu'on l'attendait. D'ici là, notre rayon basket-ball équipe vos propres money times.

Sources : darko.app (DPM 2025-26, méthodologie et FAQ, Kostya Medvedev), NBAStuffer (DARKO Daily Plus-Minus Explained), Dunks & Threes (EPM 2025-26 pour la comparaison).