
Mēs visi esam bijuši šādā situācijā tūkstošiem reižu. Tomēr, gandrīz vienmēr aizmirstam, cik svarīga ir šī situācija. Pirmais hand ir vienīgā situācija, kurā tu pilnīgi neko nezini par pretinieku, un tajā pašā laikā tev ir jāspēlē pret viņu. Ko tu dari šādā gadījumā?
Protams, tu veic kādas darbības. Tu taču necelsi rokas gaisā un neteiksi, ka padodies. Tas, kā tu rīkojies, ir tavs standarta modelis. Standarta modelis ir prātā izveidots modelis, kuru tu esi izveidojis, izdarot secinājumus no spēlētājiem, ar kuriem esi spēlējis.
Pētot savus pretiniekus, tu lēnām uzkrāj un veido savu standarta modeli, nedaudz to koriģējot, iekļaujot darbības, kuras veic citi cilvēki, viņu domāšanas modeļus, līdz savā prātā tev ir skaidrs spēlētāju vidējais portrets. Protams, jo esi uzmanīgāks un jo vairāk pieredzes tev ir, jo precīzāks būs tavs standarts. Zināmā mērā, kad tu sēdies pie jauna galda ar kādu, kuru nepazīsti, tas, ar ko tu saskaries, nav īstais tavs pretinieks. Tu vienkārši skaties uz savu standarta pretinieka modeli. Tas ir standarta modelis, pret kuru tu spēlē, kuram piešķir noteiktas intences un kura handus mēģini nolasīt.
Iedomāsimies, ka redzi spēlētāju, kurš 3-bet'ina pirmajā mača hand un tu nometies. Kādu secinājumu vari izdarīt par šo pretinieku? Ja skatītos tikai uz HUD statistiku, redzētu, ka viņa 3-bet frequency ir 100%. Vai tu spēlēsi pret viņu tā, it kā viņš 3-bet'otu 100%? Visi zinām, ka neviens ne 3-bet'ina 100%, pokera spēlētāju populācijā tādi indivīdi neeksistē. Pievērs uzmanību, ka mēs neizmantojam informāciju par pretinieka darbībām, lai izveidotu viņa spēles modeli, jo tādā gadījumā būtu pareizi secināt, ka viņš 3-bet'ina 100%. Tā vietā, viņa darbības būtu jāinterpretē, ņemot vērā, kā frekvences sadalās visā spēlētāju populācijā. Citiem vārdiem sakot, mēs domājam par plašāku spēlētāju loku un izmantojam šo informāciju, lai izveidotu pretinieka modeli.
Statistikā tas ir zināms kā Bayesian updating. Izmantojot vidējo 3-bet biežumu, standarta novirzi (cik plašs ir 3-bet biežuma sadalījums visā populācijā) un pierādījumu, ar kuru esam iepazinušies (vienu 3-bet), mēs varam izmantot Bayes aprēķinus un aprēķināt pretinieka 3-bet biežumu vienam 3-bet. Ja mēģinātu prognozēt skaitli, tas būtu par 1% vai 2% lielāks par vidējo, balstoties uz mūsu notikumu.
Var šķist, ka spēlēt pret kādu pirmo hand nav tik liela problēma, bet tas ir sākums, kas nosaka, kā visi mūsu nolasījumi darbosies pret pretinieku. Katram mačam no pirmā hand mēs veidojam jaunu mūsu standarta modeli, gluži kā figūriņu no māla. Tad vēlāk ar katru nākamo lēmumu, ar kuru novērojam pretinieku, mēs sākam šai figūrai piešķirt formu, pamazām pārveidojot savu modeli. Savācot noteiktu daudzumu informācijas un pieredzes, šis modelis attīsta savu atsevišķu personību. Sākam redzēt viņa acis, žokļus un citas dažādas detaļas, kas padara viņu par indivīdu.
Ļoti svarīgi ir, lai būtu pēc iespējas precīzāks standarta modelis, jo jo precīzāks tas ir, jo labāk sākumā 
Kā jau minējām, standarta modelis tiek pastāvīgi atjaunināts. Bet tu vari arī pamanīt, ka tev ir daudzveidīgi standarta modeļi. Pēc tam, kad tiek izmantots sākotnējais modelis, un pamanot, ka pretinieks ir diezgan agresīvs vai pasīvs, tu vari pārveidot savu standarta modeli uz agresīva vai pasīva standarta modeļa spēli, pastāvīgi mainot to atbilstoši situācijai. Līdz brīdim, kad tavi nolasījumi kļūs arvien precīzāki, un līdz beidzot tev būs savs individuālais pretinieka modelis. Katrs no šiem modeļiem joprojām balstās uz tavu paša spēles projekciju, tāpēc paturi to prātā. Svarīgākais ir tas, ka analīze un pārmodelēšana sākas no sākotnējā pretinieka modeļa, kuru tu viņam piešķīri, un kurš radās no tavas pieredzes ar vidējo spēlētāju.