0

2年間(そしてまだ成長している)にわたって、数千人のユーザーによって作られた1百万回以上のベット(あらゆる種類のスポーツ)を持つデータベースがあるとします。機械学習を使用してスポーツベットを分析する

これらのデータはまったく何もしていないので、https://www.tensorflow.org/のようなものを使用することができれば、ちょっとしたやり直しをして、データベースのすべてのベットを分析し、何もない。

重要なことは、何人かの複雑なソフトウェアを最初から書き留めるために神が何十人もの人々を雇うためのリソースがないということです。だから私はTensorFlowのモジュールを使い、そこから行くことができると考えていました。

それで、システムに現在入っている新しい賭けをネットワークに送ります(これは、試合に出てくる試合にベットされます)。この賭けは90%の確率で行われます.10人の非常に巧妙な選手がこの賭けをしたので、この特定のスポーツに賭けたときに非常に高い成功を収めています。

私たちは経験豊富なユーザーが多く、賭けからたくさんのお金を稼ぎます。だからシステムは、我々が持っているデータを訓練することができ、例えば、ユーザーAがこのリーグ/チームにベットすれば、彼は勝つ可能性が高いと分かるだろう。

質問はどこからですか?誰かが正しい方向に私たちを指摘できますか?それとも、数ヶ月で2人のためにこれを行うのは難しいですか? TensorFlowのような予めプログラムされたソリューションを使用できますか?

+0

Ok。質問ありますか? – Blorgbeard

+0

私は質問を追加しました – Honza

+2

おそらく基礎となる賭博理論をチェックアウトしてください。外部レベルでは、バイナリの意味ではなく、期待(成功*報酬)についての成功である。そして、私はかなり確信しています、それらのベットの内部メカニズムデザインは、ベットが設定されている(将来に関するアイデアは無視する)ものではないという形で構築されています。より多くのユーザー対ユーザーです。これは、NNがそれほど役に立たないことを意味します。たぶんいくつかのゲーム理論的なデザインが、私は知らない。 – sascha

答えて

4

データの見た目がなくても、次のステップを実行する必要がありますが、とにかく最初のステップは、データを細かく探検し、小さなサブセットのデータを作成してテストすることですあなたの仮説

全体的にあなたが試すことができますロードに

  1. 使用PythonやRとのClean Data

  2. データのランダムなサブセット(一部の10,000行)に乗り、SVMを使用して簡単なモデルを作成したり、ランダムフォレストはWin/Lose分類のように見えます。

  3. 結果をテストし、仮説を検証します。

  4. あなたが最初のより良い機能

  5. デザイン小さなニューラルネットワークを生成することができるかどうかを確認するためにあなたのデータについて探検し、その後深いニューラルネットワーク使用tensorflowまたはkerasなどを考える

てきましたこれを見て:https://hackernoon.com/how-to-create-your-own-machine-learning-predictive-system-in-the-nba-using-python-7189d964a371

+0

入力いただきありがとうございます、私はこれについて考えるために時間がかかるでしょう。 – Honza

1

はい、これは可能ですが、表示されるよりも難しい場合があります。

マイクロソフトのコルタナは(ゲームが完全に勝つとATSではない場合のみピッキングする間に)約です。 63%正確。あなたの質問に言及しているように、かなり良いですが正確に90%ではありません。(1)

データベースのサイズは、ANNモデルに最適です。それは確かに非常に興味深いプロジェクトだろう!あなたの質問に

「私はここから行く...」私の答えは、単にRStudioでデータを探索したり、MicrosoftのAzureのML Studioなどのクラウドサービスを使用してすることです(2)やAmazonの機械学習サービスを( 3)

幸運を祈る!

Ref。 1:http://www.businessinsider.com/nfl-picks-microsoft-cortana-elo-week-5-2017-10

Ref。 2:https://studio.azureml.net/

Ref。 3:https://aws.amazon.com/amazon-ai/

+0

答えをありがとう。 – Honza

関連する問題