Может ли искусственная нейронная сеть предсказать результат спортивных игр?

Question

Я пытался найти что-то оригинальное и забавное в искусственных нейронных сетях (ANN) как личный/учебный проект, и я, хотя было бы здорово, если бы я мог предсказать результаты спортивных игр (особенно игр НХЛ).

Я уверен, что было бы легко разработать ANN, который может предсказать, какая команда, скорее всего, выиграет (как правило, команда с лучшей записью). Однако то, что я хотел бы сделать, это создать ANN, который расскажет, насколько вероятен результат, аналогичный шансам букмекеров.

Это что-то, что может сделать ANN? Насколько утвердительно, какого успеха я могу ожидать? Я знаю, что не могу победить букмекер (по крайней мере, не с программным решением). Я хочу сделать это как рекреационный проект/вызов самому себе. Я не собираюсь делать ставки на спортивные игры с этим проектом.

Answer 1

Еще в дни IBM XT я играл с условно-бесплатной программой ANN, чтобы попытаться улучшить свои шансы на британские футбольные (футбольные) пулы. Это форма ставок, в которой вы пытаетесь предсказать, какие футбольные матчи приведут к ничьи. Я назначил каждой команде номер, а затем оглянулся назад на прошлые результаты, и из них сформировалась одна цифра для результата. Из памяти это было 0 от домашней победы, 1 - за выездную победу и 2 - за ничью. Каждый результат включался в одну строку в файле тренировки. Затем я запускаю учебный файл через программу и генерирую настройки ANN. Затем я просмотрел следующие субботние матчи и подал их в ANN, а затем посмотрел на матчи, предсказанные как ничьи.

Поскольку недели шли, мои предсказания ничьей определенно становились все более точными. Однако ...

1) XT был настолько медленным, что к Рождеству потребовалось 24 часа для создания настроек ANN из данных обучения. У меня действительно было больше дел с моим драгоценным (и дорогим) ПК.

2) Хотя было лучше прогнозировать ничьи, он не предсказывал достаточно, чтобы фактически выиграть любые деньги. Оглядываясь назад, я полагаю, что программа только что сложилась, что «Манчестер Юнайтед» всегда будет побеждать Шеффилд Юнайтед. Это было больше знаний о футболе, чем я, но недостаточно, чтобы выиграть деньги.

3) Ввод результатов в данные обучения, а затем генерация предстоящих совпадений данных вела меня по возрасту, и, честно говоря, спортивные скуки меня жесткие.

Так что я сдался и не стал миллионером.

В эти дни, однако, ПК намного быстрее, и большая часть данных обучения может быть очищена из Интернета. Но я все еще сомневаюсь, что это путь к целому состоянию, но это, безусловно, интересный проект.

Ян

Answer 2

ANNs действительно хороши в сопоставлении и прогнозировании шаблонов, так что да, вероятность того, что вы можете построить ANN, который делает то, что вы хотите.

Вам нужно больше, чем просто коэффициент выигрыша/потери команды, чтобы сделать его действительно эффективным. Загрузите статистику для игроков. Для реальной эффективности попробуйте включить информацию о игровом потоке ... например, какие игроки находятся в очереди за каждой игрой (например, для футбола).

В конечном счете, самая большая проблема, с которой вы столкнетесь (кроме всего сообщения «написать вопрос ANN»), - , получая данные, необходимые для его подачи.

Answer 3

Я думаю, что это на самом деле все о данных, но нет конца, что вы могли бы кормить его, чтобы быть более точным: выигрыш/проигрышные полосы, игроки биоритмов, подружки настроение игрока перед игрой, незначительные/серьезные травмы, которые они понесли в недавнем прошлом, внеочередные события, которые беспокоят игроков и т. д. и т. д. и т. д.

Но я не думаю, что вы можете точно предсказать, какая команда с большей вероятностью победит, это будет просто более или менее образованной догадкой.

Answer 4

Я сделал некоторые прогнозы фондового рынка с ИИ, и мой вывод заключается в том, что не очень сложно сделать ИИ, который получает хорошие результаты с историческими данными. Выполнение выигрышных сделок в будущем - это другое игровое поле.

Answer 5

Я убежден, что непредсказуемость события обусловлена ​​отсутствием информации и понимания ... Если у вас есть все знания, то да, это можно сделать. Или, чем больше знаний у вас есть, тем лучше это можно сделать.

Так что в теории ответ да.

Однако на практике вы можете получить ученую степень PhD и иметь всю карьеру, работающую над этим вопросом, и вам все равно может не получиться.

Answer 6

A reply above stated:

Я знаю, что если букмекеры шансы могут быть избиты ИНС, букмекеры бы уже использовать один, чтобы исправить свои шансы.

Букмекеры не устанавливают линию на основе их анализа команд - они устанавливают ее на основе анализа мнения публики о ставках. Идеальная линия для букмекера - это то, где он имеет точно такую ​​же ставку на каждой стороне линии - тогда ему гарантируется прибыль = «сок» на ставки проигравших. Они двигают линию по мере приближения игры, чтобы попытаться сохранить этот раскол 50/50. Bookie может подумать, что домашняя команда -5 - это точная линейка, основанная на анализе игры, но если он ожидает, что нарисовал бы 2x $$ в команде хозяев, он не установит линию на -5 - он установит на -7 или -8 - на где он рассчитывает набрать равные $$ для обеих -5 и +5 ставок.

Answer 7

Я только что работал над этой проблемой (предсказывая английскую премьер-лигу) за последние 10 дней и в итоге получил очень похожие результаты, используя 3 разных метода: SVM, Logistic Regression и NN.

LR и NN дадут вероятности. SVM выходы 0/1 (но он может быть изменен для probas тоже (я еще не пробовал)

Мне нужен был «массивный» (по моему стандарту, хотя бы) набор функций (почти 300) и хороший .. Порция данных (13 лет стоит)

Re данные, я получил его из Интернета, просто

. Заключение: Я могу только о сопрягать букмекер с точкой зрения точности (предсказание победы в моем случае) Если я добавлю коэффициенты до матча в набор функций, я получаю ту же точность, что и букмекерские конторы (как и ожидалось), но не лучше (конечно, это означает, что мой набор функций суммируется в шансах букмекеров, и у них есть немного лишний знания сверху).

Я уверен, что есть способ получить лучшую точность, улучшив альгологи, или, более вероятно, имея чрезвычайно подробные данные (как в тех случаях, когда игроки играют в какие игры, на сколько минут и много игроков -level history stats, чтобы создать восходящие модели производительности команды).

Но нижняя строка - я могу показать, что NNs работают достаточно хорошо для этой цели. SVM немного лучше, хотя в моем ограниченном опыте.

Answer 8

По моему мнению и опыту, из-за чрезмерно большого количества факторов в игре, проектирования и обучения ANN будет необоснованно сложным и трудоемким. ANN хорошо подходят для сопоставления с образцом, а предсказание игры требует много дедуктивных рассуждений, а не просто сопоставления шаблонов.

Но если вы хотите наслаждаться изучением нейронных сетей, это будет отличное приключение. Если вы успешны, вы можете захотеть разместить свой код где-нибудь, чтобы другие могли видеть и учиться!

Для предсказания игры было бы намного проще и быстрее с деревьями принятия решений или движком правил и так далее. Это тоже будет непростой задачей, но это будет еще одна интересная деятельность.