作为个人/学习项目,我试图找到一些原创和有趣的人工神经网络(ANN),我认为如果我能预测体育比赛(尤其是 NHL 比赛)的结果会很酷。
我很确定很容易进化出一个可以预测哪支球队最有可能获胜的人工神经网络(通常是战绩更好的球队)。但是,我想做的是创建一个 ANN,它可以告诉结果的可能性,类似于博彩公司的赔率。
这是ANN可以做到的吗?肯定的,我可以期待什么样的成功?我知道我无法击败博彩公司(至少不能通过软件解决方案)。我想把它作为一个娱乐项目/挑战自己。我不希望通过这个项目在体育比赛上赌钱。
作为个人/学习项目,我试图找到一些原创和有趣的人工神经网络(ANN),我认为如果我能预测体育比赛(尤其是 NHL 比赛)的结果会很酷。
我很确定很容易进化出一个可以预测哪支球队最有可能获胜的人工神经网络(通常是战绩更好的球队)。但是,我想做的是创建一个 ANN,它可以告诉结果的可能性,类似于博彩公司的赔率。
这是ANN可以做到的吗?肯定的,我可以期待什么样的成功?我知道我无法击败博彩公司(至少不能通过软件解决方案)。我想把它作为一个娱乐项目/挑战自己。我不希望通过这个项目在体育比赛上赌钱。
回到 IBM XT 时代,我使用共享软件 ANN 程序来尝试提高我在英国足球(足球)池中的机会。这是一种投注形式,您可以尝试预测哪些足球比赛将导致平局。我为每个团队分配了一个数字,然后回顾过去的结果,并从中生成一个数字的结果。根据记忆,主场获胜为0,客场获胜为1,平局为2。每个结果都在训练文件中单独一行。然后我将通过程序运行训练文件并生成 ANN 设置。然后我会查找接下来的周六比赛并将它们输入 ANN,然后查找预测为平局的比赛。
随着时间的推移,我对平局的预测确实变得越来越准确。然而 ...
1) XT 太慢了,以至于到圣诞节它需要 24 小时才能从训练数据中生成 ANN 设置。我真的有更好的事情与我珍贵的(和昂贵的)电脑有关。
2) 虽然它在预测平局方面做得更好,但它的预测不足以真正赢得任何钱。回想起来,我想该计划刚刚制定了曼联将永远击败谢菲尔德联队的计划。这比我有更多的足球知识,但还不足以赢得任何钱。
3) 将结果输入训练数据,然后生成即将到来的比赛数据让我很费时间,老实说,运动让我感到厌烦。
所以我放弃了,没有成为百万富翁。
然而,这些天来,PC 的速度要快得多,而且大部分训练数据都可以从网上抓取。但我仍然怀疑这是一条致富之路,但它肯定是一个有趣的项目。
伊恩
我知道,如果博彩公司的赔率可以被 ANN 击败,博彩公司就已经在使用 ANN 来确定他们的赔率。
博彩公司不会根据他们对球队的分析来设定底线——他们是根据对博彩公众对球队的看法的分析来设定的。对于博彩公司来说,理想的线是他在线的每一边都有完全相同的赌注——那么他就可以保证盈利 = 输家赌注的“果汁”。随着比赛的临近,他们移动线路以试图保持 50/50 的比例。根据比赛分析,Bookie 可能认为主队 -5 是准确的线路,但如果他预计主队将获得 2 倍 $$,他不会将线路设置为 -5 - 他将设置为 -7 或 -8 -他期望在 -5 和 +5 赌注中都抽到相等的 $$。
ANN 非常擅长模式匹配和预测,所以是的,你很有可能构建一个可以做你想做的事情的 ANN。
但是,您需要的不仅仅是团队赢/输率,才能使其真正有效。也为玩家提供统计数据。为了真正有效,请尝试包含游戏流程信息……例如每次比赛都有哪些球员在线(例如足球)。
最终,您将遇到的最大问题(除了整个“编写 ANN”问题)是获取您需要的数据来提供它。
我用人工智能做了一些股票市场预测,我的结论是,用历史数据制作一个能得到好的结果的人工智能并不难。在未来进行成功的交易是另一回事。
在过去的 10 天里,我刚刚研究了这个问题(预测英超联赛),并使用 3 种不同的方法得到了非常相似的结果:SVM、Logistic 回归和 NN。
LR 和 NN 将给出概率。SVM 输出 0/1(但它也可以针对 probas 进行调整(我还没有尝试过)。
我需要一个“海量”(至少按照我的标准)功能集(将近 300 个)和大量数据(价值 13 年)。
关于。数据,我是从网上得到的,很简单。
结论:我可以在准确性方面与博彩公司相媲美(在我的情况下预测胜利)。如果我将赛前赔率添加到特征集,我会得到与博彩公司完全相同的准确度(如预期的那样),但没有更好(当然意味着我的特征集在博彩公司赔率中进行了总结,并且他们有一些额外的知识在上面)。
我确信有一种方法可以提高准确性,或者通过改进算法,或者更有可能通过拥有极其精细的数据(例如哪些玩家玩哪些游戏,玩了多少分钟,以及许多玩家级别的历史统计数据) ,从而建立自下而上的团队绩效模型)。
但底线是我可以证明 NN 可以很好地实现这一目的。不过,在我有限的经验中,SVM 稍微好一点。
我认为这确实都是关于数据的,但是为了更准确,你可以用什么来喂它:输赢连胜,球员的生物节律,球员赛前的女朋友情绪,他们最近遭受的轻伤/重伤过去,困扰玩家的运动外活动等等等等。
但我认为您无法准确预测哪支球队更有可能获胜,这只是一个或多或少有根据的猜测。
在我的观点和经验中,由于太多的因素在起作用,设计和训练人工神经网络将是非常复杂和耗时的。人工神经网络擅长模式匹配,游戏预测需要大量的演绎推理,而不仅仅是模式匹配。
但如果你想享受学习神经网络的乐趣,那将是一次很好的冒险。如果您成功了,您可能希望将您的代码托管在某个地方供其他人查看和学习!
对于游戏预测,使用决策树或规则引擎等会更容易、更快。这也不是一件容易的事,但这将是另一个有趣的活动。
我的信念是,事件的不可预测性是由于缺乏信息和理解......如果你有所有的知识,那么是的,它可以做到。或者,你拥有的知识越多,它就能做得越好。
所以理论上,答案是肯定的。
然而,在实践中,你可以获得博士学位,并且整个职业生涯都在研究这个问题,但你仍然可能不会成功。