Recursos

14 motores estatísticos de previsão

Cada motor aplica uma metodologia estatística distinta ao seu histórico de giros, oferecendo uma visão multifacetada da probabilidade dos padrões em vez de um único número para seguir cegamente.

• Frequência de números quentes/frios — Acompanha quais números e seções aparecem acima ou abaixo da frequência esperada na janela de análise escolhida.
• Análise com Markov Chain — Modela as probabilidades de transição entre giros. Detecta padrões sequenciais que a simples contagem de frequência não percebe.
• Probabilidade bayesiana — Atualiza as estimativas de probabilidade prévia a cada novo giro, dando mais peso aos dados recentes à medida que as evidências se acumulam.
• Análise de lacunas/secas — Mede há quanto tempo cada número não aparece. Identifica os números estatisticamente atrasados em relação ao seu intervalo de recorrência esperado.
• Agrupamento de vizinhos — Analisa o layout físico da roda. Detecta se os resultados se agrupam em setores específicos — um indicador clássico de viés mecânico.
• Aderência Chi-Square — Verifica se a distribuição observada dos giros se desvia significativamente de uma roda perfeitamente justa (distribuição uniforme).
• Pontuação por desvio padrão — Quantifica o quanto qualquer número ou seção se afastou de sua média esperada em múltiplas janelas temporais.
• Momentum de tendência — Ponderação exponencial de janela curta para detectar sequências emergentes antes que se desenvolvam por completo.
• Análise de entropia — Mede a aleatoriedade da sequência de giros. Entropia baixa sugere padrões não aleatórios que merecem investigação.
• Ranking por Z-Score — Normaliza os escores de desvio entre os 37 ou 38 números, de modo que os motores sejam diretamente comparáveis, independentemente do tamanho da amostra.
• Detecção de viés por setor — Agrupa os números em terços e metades da roda. Detecta resultados desproporcionais no nível do setor antes da análise individual.
• Detecção de ciclos — Procura subsequências repetidas no histórico de giros usando autocorrelação.
• Regressão à média — Sinaliza números que se desviaram bruscamente recentemente e podem voltar à frequência esperada.
• Pontuação composta — Uma agregação ponderada de todos os outros motores, calibrada de acordo com a duração da sessão e o tamanho da amostra da mesa.

6 modelos de IA e machine learning

Os modelos de machine learning são executados inteiramente no seu dispositivo via TensorFlow Lite. Nenhum dado sai do seu telefone.

• XGBoost (Gradient Boosting) — Modelo de árvores de decisão com gradient boosting. Excelente para encontrar interações não lineares entre características extraídas do histórico de giros.
• Híbrido Transformer-LSTM — Combina a memória sequencial do LSTM com o mecanismo de atenção dos Transformers. Indicado para detectar dependências de longo alcance em sessões extensas.
• Rede Neural Convolucional (CNN) — Trata o histórico de giros como um sinal 1D. Detecta motivos de padrões locais (sequências curtas que se repetem) ao longo da sequência.
• Random Forest Ensemble — Faz a média das previsões de centenas de árvores de decisão. Robusto contra o overfitting em amostras pequenas.
• LSTM (Long Short-Term Memory) — Modelo recorrente puro. Aprende quais padrões históricos manter e quais descartar com base nos dados da sua sessão.
• Meta-modelo Ensemble — Um modelo de segunda camada treinado com as saídas dos outros cinco. Produz uma previsão final calibrada ao aprender quais modelos base têm melhor desempenho com o seu perfil de dados específico.

Gerenciamento de sessões e cassinos

• ✓Acompanhe várias sessões simultâneas em mesas diferentes
• ✓Controle de bankroll e ganho/perda líquido por sessão
• ✓Histórico por mesa com registros completos de giros
• ✓Casino Finder — localize cassinos próximos usando Google Places
• ✓Exporte os dados da sessão como JSON para sua própria análise
• ✓Apague todos os dados a qualquer momento — com um toque

Privacidade por design

Todos os dados de giros, o histórico de sessões e a inferência de IA são executados localmente no seu dispositivo usando um banco de dados SQLite criptografado. Não é necessária conta. Nenhum dado é transmitido aos nossos servidores ou a terceiros (exceto relatórios anônimos de falhas via Firebase Crashlytics, que não contêm dados de giros ou de cassinos).