Фреймворк машинного обучения для прогнозирования спортивных результатов

A machine learning framework for sport result prediction
Rory Bunker, Fadi Thabtah
2017-09-20

искусственные нейронные сетиисторические результаты матчеймашинное обучениеоценка моделейпрогнозирование спортивных результатов
Машинное обучение (ML) представляет собой интеллектуальную методологию, продемонстрировавшую перспективные результаты в задачах классификации и прогнозирования. Прогнозирование спортивных результатов является одной из активно развивающихся областей, требующих высокой точности прогнозов, поскольку в ставках задействованы значительные денежные средства. Кроме того, менеджеры и владельцы клубов стремятся использовать модели классификации, чтобы понимать и формулировать стратегии, необходимые для победы в матчах. Эти модели основываются на многочисленных факторах, связанных с играми, таких как результаты исторических матчей, показатели эффективности игроков и информация о соперниках. В статье представлен критический анализ литературы по машинному обучению с акцентом на применение искусственных нейронных сетей (ANN) для прогнозирования спортивных результатов. В рамках анализа выявляются используемые методологии обучения, источники данных, надлежащие методы оценки моделей и конкретные проблемы прогнозирования спортивных результатов. Это позволяет предложить новую структуру прогнозирования спортивных результатов, в рамках которой машинное обучение может использоваться в качестве стратегии обучения. Мы надеемся, что результаты нашего исследования будут информативными и полезными для специалистов, проводящих дальнейшие исследования в этой области.
1
Рассматриваются методы обучения, источники данных, подходы к оценке моделей и проблемы, связанные с прогнозированием спортивных результатов.
2
В качестве важных прогностических факторов выделяются результаты прошлых матчей, показатели эффективности игроков и информация о соперниках.
3
Предложенная структура призвана направить будущие исследования и повысить систематичность разработки и оценки моделей спортивного прогнозирования.
4
В статье проводится критический анализ применения методов машинного обучения, особенно искусственных нейронных сетей, для прогнозирования спортивных результатов.
5
Предлагается новая структура применения машинного обучения в качестве стратегии прогнозирования спортивных результатов.

результаты спортивных матчей

прогнозирование результатов спортивных матчей на основе машинного обучения с использованием исходов исторических матчей, показателей эффективности игроков и информации о соперниках

Publication Details
Publication Date
2017-09-20
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Rory Bunker
Fadi Thabtah
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%