나는 좋은 N- 프로젝트를 만들 것으로 생각되는 다양한 NFL 데이터 세트를 가지고 있지만 아직 아무것도하지 않았습니다.
이 사이트를 방문하면 기계 학습 알고리즘을 생각하게되었고 축구 경기의 결과를 예측하거나 다음 경기에서 얼마나 좋은지 궁금합니다.
3 위와 1 위에서 이론상으로 강한 런백을 한 팀 은 그러한 상황에서 볼을 돌리는 경향이 있어야 할 것으로 보입니다 .
스코어링은 예측하기가 더 어려울 수 있지만 우승 팀은 그렇지 않을 수 있습니다.
내 질문은 이것들이 기계 학습 알고리즘에 던질 좋은 질문인지 여부입니다. 수천 명의 사람들이 전에 그것을 시도했을 수도 있지만 스포츠의 본질로 인해 신뢰할 수없는 주제가되었습니다.
답변:
풋볼 (일반적으로 스포츠)에 관한 많은 좋은 질문들이 알고리즘을 던져서 나오는 것을 보는 것이 좋을 것입니다. 까다로운 부분은 알고리즘에 던질 것을 아는 것 입니다.
예를 들어 RB가 좋은 팀은 상대 팀이 달리기를 기대할 수 있기 때문에 3rd & short를 통과 할 수 있습니다. 따라서 실제로 가치있는 결과를 얻기 위해 문제를 작은 조각으로 나누고 통계적으로 분석하여 기계에 던질 것입니다.
동일한 작업을 시도하는 몇 가지 (좋은) 웹 사이트가 있으므로 체크 아웃하고 찾은 모든 것을 사용해야합니다.
스포츠 데이터 분석을 실제로보고 싶다면 슬론 스포츠 컨퍼런스 비디오를 반드시 확인해야 합니다. 유튜브에는 많은 것들이 퍼져 있습니다.
예. 왜 안돼?! 각 게임의 각 스포츠에 많은 양의 데이터가 기록되므로 스마트 한 데이터 사용으로 플레이어 성능에 대한 중요한 통찰력을 얻을 수 있습니다.
몇 가지 예 :
그렇습니다. 선수 기록의 통계 분석을 통해 어떤 선수가 더 많은 성과를 낼 수 있는지에 대한 통찰력을 얻을 수 있습니다 . 따라서 통계 분석의 사촌 인 기계 학습은 게임 체인저가 될 것입니다.
확실히 그들은 할 수 있습니다. 나는 당신에게 좋은 종이 를 목표로 할 수 있습니다 . 일단 축구 리그 결과 예측 알고리즘 구현에 사용하면 주로 북 메이커에 대한 가치를 목표로합니다.
종이의 초록에서 :
리그 내 모든 팀의 시간 의존 기술을 추정하고 다음 주말 축구 경기를 예측하는 베이지안 동적 일반화 모델.
키워드 :
동적 모델, 일반화 된 선형 모델, 그래픽 모델, Markov Chain Monte Carlo 방법, 축구 경기 예측
소환:
Rue, Havard 및 Oyvind Salvesen. "리그에서 축구 경기의 예측 및 소급 분석." 왕립 통계 학회지 : 시리즈 D (통계 학자) 49.3 (2000) : 399-418.
기계 학습 및 통계 기법은 예측을 향상시킬 수 있지만 실제 결과는 아무도 예측할 수 없습니다.
몇 달 전에 2014 NCAA 토너먼트를 예측하는 경쟁이있었습니다 . 경쟁 포럼을 읽고 사람들이 한 일과 그들이 달성 한 결과에 대한 더 나은 아이디어를 얻을 수 있습니다.
스포츠 학습 결과를 예측하기 위해 머신 러닝 기술을 적용 할 수 있다는 것이 이미 입증되었습니다. 간단한 Google 검색으로 많은 결과를 얻을 수 있습니다.
그러나 베팅 정보를 활용하여 매우 복잡한 예측 모델, 간단한 예측 모델, 질문하는 사람 또는 크라우드 지식이 모두 비슷하거나 덜 유사한 것으로 나타났습니다 (NFL btw의 경우). 출처 : " 당신이 답을 알고 나면 모든 것이 명백하다-어떻게 상식이 실패하는지 ", 7 장, Duncan Watts.
Michael Maouboussin은 자신의 저서 "성공 방정식"에서 스포츠를 포함한 다양한 노력의 기술과 운을 차별화하는 것을보고있다. 그는 실제로 다른 스포츠의 퍼포먼스에 기여하는 행운의 양에 의해 스포츠의 순위를 매기고 (p. 23) 축구에서 약 2/3의 퍼포먼스는 기술에 기인합니다. 대조적으로, 나는 MM의 기술을 사용하여 Formula 1 경주에서 성능을 분석했으며 60 %가 기술에 기인 한 것으로 나타났습니다.
즉, 이러한 종류의 분석은 충분히 상세하고 정교한 기능 세트가 ML 알고리즘이 영향으로 인해 상당한 차이가 여전히 존재한다는 경고와 함께 NFL 팀의 성과를 아마도 플레이 레벨까지 예측할 수 있음을 의미하는 것으로 보입니다. 게임에서 행운의.
나는 그것에 대해 몇 가지를 읽었으며 다음 블로그를 염두에 두었습니다.
이 블로그는 하프 타임이 이미 끝난 후 NFL 경기 예측을 다룹니다. 간단한 GLM 모델로 예측은 80 % 정확합니다.
축구에 적합한 지 모르겠습니다.
이 분야에서 연구를했습니다. 나는 Markov 체인이 다양한 스포츠에서 게임 스코어링 역학을 예측하는 데 잘 작동한다는 것을 알았습니다.
자세한 내용은 여기를 참조 하십시오 : http://www.epjdatascience.com/content/3/1/4
그들은 예측할 수 없지만 가장 가능성있는 결과를 알려줄 수 있습니다. 에서 이런 종류의 접근법에 대한 연구있다 에티엔 느 - 예측은 누가 윌 승리 볼프람 언어와 월드컵 . 이것은 매우 상세한 연구이므로 예측을 얻는 데 사용 된 모든 방법론을 확인할 수 있습니다.
흥미롭게도 15 경기 중 11 경기가 맞았습니다!
예상대로 브라질이 42.5 %의 승리 확률로 가장 선호됩니다. 이 놀라운 결과는 브라질이 엘로 순위가 가장 높고 집에서 활약한다는 사실 때문입니다.
(브라질 가자!)