人工神经网络能预测运动会的结果吗?

早在IBMXT的时候,我就用一个共享软件ann程序来尝试提高我在英国足球(soccer)游泳池的机会。这是一种赌博形式,你尝试预测哪场足球比赛将导致平局。我给每个小组分配了一个数字,然后回顾过去的结果,并从中为结果生成一个数字。从记忆中看,这是0从主场取胜,1为客场取胜,2为平局。每一个结果都在一个培训文件中记录在一行。然后我将通过程序运行培训文件并生成ANN设置。然后我会查找以下星期六的比赛,并将它们输入到ANN中,然后查找预测为平局的比赛。

几周过去了,我对抽签的预测确实越来越准确了。然而。。。

1)XT速度太慢,到圣诞节时,需要24小时才能从培训数据中生成ANN设置。我真的有更好的事情做我的宝贵(和昂贵)个人电脑。

2)虽然它在预测抽奖方面做得更好,但它预测的结果还不足以赢得任何奖金。回首往事,我想这项计划刚刚制定出来,曼联将永远击败谢菲尔德联队。这是比我更多的足球知识,但不足以赢得任何金钱。

3)将结果输入训练数据,然后生成即将到来的比赛数据,这让我很长时间了,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,如今个人电脑的速度要快得多,很多培训数据都可以从网络上获取。但我仍然怀疑这是一条通往财富的道路,但它确实是一个有趣的项目。

伊恩

A reply above stated :

我知道如果博彩公司能被安打败, 博彩公司已经在用一个来解决他们的赔率了。

博彩公司并不是根据他们对团队的分析来设定底线,而是根据他们对博彩公众对团队的看法的分析来设定底线。对于赌徒来说,一个理想的下注方式是在每边下注的金额完全相同,这样他就可以得到利润=输家下注的“果汁”。当游戏接近时,他们移动线,试图保持50/50的分割。布基可能认为主队-5是准确的线,根据游戏分析,但如果他预计将吸引2美元的主队,他不会设定线在-5-他将设定在-7或-8-在那里,他预计提请平等美元为-5和+5下注。

人工神经网络非常擅长模式匹配和预测,所以是的,很可能你可以建立一个做你想做的事情的人工神经网络。

不过,你需要的不仅仅是团队的盈亏比,才能真正发挥作用。为玩家提供数据。为了真正的有效性,尽量包括游戏流程信息…比如说每一场比赛都有哪些球员在排队(比如足球)。

最终,你会遇到的最大问题(除了整个“写安”的问题)是 得到 您需要提供的数据。

我用人工智能做了一些股市预测,我的结论是,用历史数据做出一个好的人工智能并不难。 在未来做赢的交易是另一回事。

在过去的10天里,我一直在研究这个问题(预测英超联赛),最后用3种不同的方法得到了非常相似的结果:支持向量机、逻辑回归和神经网络。

lr和nn给出概率。SVM输出0/1(但也可以对probas进行调整(我还没有尝试过)。

我需要一个“海量”(至少以我的标准来说)的特性集(近300个)和一个很好的数据块(13年的价值)。

重新。数据,我从网上得到的,很简单。

结论:我可以在准确度方面(预测我此案的胜诉)与赌者基本匹配。如果我将匹配前的赔率添加到功能集,我会得到与Bookies完全相同的准确度(如预期的那样),但没有更好的结果(当然,这意味着我的功能集是在Bookies赔率中总结的,并且它们在顶部有一些额外的知识)。

我相信有一种方法可以获得更好的准确度,要么改进算法,要么更可能获得非常精细的数据(比如玩家玩哪种游戏,玩多少分钟,以及许多玩家级别的历史数据,从而建立自下而上的团队绩效模型)。

但归根结底,我可以证明NNS在这方面做得很好。不过,在我有限的经验中,SVM稍微好一点。

我认为这确实是关于数据的,但是为了更准确地提供数据,你可以提供的东西是没有尽头的:胜利/放松的条纹、球员的生物节律、球员在比赛前的女友情绪、他们最近遭受的轻伤/重伤、困扰球员的额外运动项目等。

但我不认为你能准确预测哪支球队更有可能获胜,这只是一个或多或少受过教育的猜测。

根据我的观点和经验,由于游戏、设计和训练中的因素太多,人工神经网络将不合理地复杂和耗时。人工神经网络擅长于模式匹配,而博弈预测需要更多的演绎推理,而不仅仅是模式匹配。

但是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,您可能希望将代码托管在某个地方,以便其他人查看和学习!

对于游戏预测,使用决策树或规则引擎等可以更容易、更快地进行预测。这也不是一项容易的任务,但它将是另一项有趣的活动。

我的信念是,一个事件的不可预测性是由于缺乏信息和理解……如果你拥有所有的知识,那么是的,它可以做到。或者,你拥有的知识越多,就越能做到。

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,并在这个问题上有一个完整的职业生涯,你仍然可能不会成功。