211service.com
Mašininis mokymasis numato Pasaulio taurės nugalėtoją
Matthias Hangst | Getty
2018 m. pasaulio futbolo čempionatas Rusijoje prasidės ketvirtadienį ir greičiausiai bus vienas plačiausiai žiūrimų sporto įvykių istorijoje, populiaresnis net už olimpines žaidynes. Taigi potencialūs nugalėtojai kelia didelį susidomėjimą.
Vienas iš būdų įvertinti tikėtinus rezultatus yra pažvelgti į lažybų tarpininkų šansus. Šios įmonės naudojasi profesionaliais statistikos specialistais, kad analizuotų plačias rezultatų duomenų bazes taip, kad būtų galima kiekybiškai įvertinti skirtingų bet kokių galimų atitikčių rezultatų tikimybę. Tokiu būdu lažybų tarpininkai gali pasiūlyti koeficientus visiems žaidimams, kurie prasidės artimiausiomis savaitėmis, taip pat koeficientus potencialiems laimėtojams.
Dar geresnis įvertinimas gaunamas sujungus daugelio skirtingų lažybų tarpininkų koeficientus. Šis požiūris rodo, kad Brazilija yra akivaizdi favoritė laimėti 2018 m. pasaulio čempionatą su 16,6 proc. tikimybe, po to seka Vokietija (12,8 proc.) ir Ispanija (12,5 proc.).
Tačiau pastaraisiais metais mokslininkai sukūrė mašininio mokymosi metodus, kurie gali pranokti įprastus statistinius metodus. Kokios šios naujos technikos prognozuojamos kaip tikėtinos 2018 m. pasaulio čempionato pasekmės?
Atsakymas gaunamas iš Andreas Groll iš Dortmundo technikos universiteto Vokietijoje ir kelių kolegų darbo. Šie vaikinai naudoja mašininio mokymosi ir įprastos statistikos derinį, metodą, vadinamą atsitiktinio miško metodu, kad nustatytų kitą labiausiai tikėtiną nugalėtoją.
Pirmiausia šiek tiek fono. Atsitiktinio miško technika pastaraisiais metais pasirodė kaip galingas būdas analizuoti didelius duomenų rinkinius, išvengiant kai kurių kitų duomenų gavybos metodų spąstų. Jis pagrįstas idėja, kad tam tikrą būsimą įvykį galima nustatyti sprendimų medžiu, kuriame kiekvienoje šakoje apskaičiuojamas rezultatas, remiantis mokymo duomenų rinkiniu.
Tačiau sprendimų medžiai kenčia nuo gerai žinomos problemos. Paskutiniuose šakojimo proceso etapuose sprendimai gali būti labai iškraipyti dėl treniruočių duomenų, kurie yra negausūs ir gali labai skirtis esant tokiai skiriamajai gebai, o tai yra problema, žinoma kaip perteklinis pritaikymas.
Atsitiktinis miško metodas yra kitoks. Užuot skaičiuojant kiekvienos šakos rezultatą, procesas apskaičiuoja atsitiktinių šakų rezultatą. Ir tai daro daug kartų, kiekvieną kartą su skirtingu atsitiktinai parinktų šakų rinkiniu. Galutinis rezultatas yra visų šių atsitiktinai sukonstruotų sprendimų medžių vidurkis.
Šis metodas turi didelių privalumų. Pirma, jis nepatiria tos pačios per didelio pritaikymo problemos, kuri kankina įprastus sprendimų medžius. Taip pat atskleidžiama, kurie veiksniai yra svarbiausi nustatant rezultatą.
Taigi, jei tam tikrame sprendimų medyje yra daug parametrų, tampa lengva suprasti, kurie iš jų turi didžiausią įtaką rezultatui, o kurie ne. Į šiuos mažiau svarbius veiksnius ateityje bus galima nepaisyti.
Groll ir bendrai naudoja būtent šį metodą modeliuodami 2018 m. pasaulio čempionatą. Jie modeliuoja kiekvieno žaidimo, kurį komandos gali žaisti, rezultatą ir naudoja rezultatus, kad sukurtų labiausiai tikėtiną turnyro eigą.
Groll ir co prasideda nuo daugybės galimų veiksnių, galinčių nulemti rezultatą. Tai apima ekonominius veiksnius, tokius kaip šalies BVP ir gyventojų skaičius, FIFA nacionalinių komandų reitingą ir pačių komandų savybes, pvz., vidutinį jų amžių, Čempionų lygos žaidėjų skaičių, ar jie turi namų pranašumą ir pan. .
Įdomu tai, kad atsitiktinio miško metodas leidžia Groll ir co įtraukti kitus reitingavimo bandymus, pavyzdžiui, lažybų agentų naudojamus reitingus.
Visa tai įtraukus į modelį, gaunama įdomių įžvalgų. Pavyzdžiui, didžiausią įtaką daro kitais metodais, įskaitant lažybų, FIFA ir kt., sudaryti komandų reitingai.
Kiti svarbūs veiksniai yra BVP ir Čempionų lygos žaidėjų skaičius komandoje. Nesvarbūs veiksniai yra šalies gyventojų skaičius, trenerio tautybė ir pan.
Prognozės, gautos per šį procesą, skiriasi nuo kitų tam tikrais svarbiais atžvilgiais. Iš pradžių atsitiktinio miško metodas išrenka Ispaniją kaip labiausiai tikėtiną nugalėtoją, tikimybę, kad tai yra 17,8 proc.
Tačiau didelis veiksnys šioje prognozėje yra pati turnyro struktūra. Jei Vokietija išvalys varžybų grupės etapą, greičiausiai ji susidurs su stipriu pasipriešinimu 16 komandų atkrintamosiose varžybose. Dėl šios priežasties atsitiktinio miško metodu Vokietijos šansai patekti į ketvirtfinalį yra 58 procentai. Priešingai, Ispanija vargu ar susidurs su stipria opozicija finalo 16-oje, todėl tikimybė patekti į ketvirtfinalį yra 73 proc.
Jei abu pateks į ketvirtfinalį, jie turi daugmaž vienodas galimybes laimėti. Ispanija yra šiek tiek palankesnė už Vokietiją, daugiausia dėl to, kad Vokietija turi palyginti didelę galimybę iškristi šešioliktfinalyje, sako Groll ir kt.
Tačiau yra papildomas posūkis. Atsitiktinio medžio procesas leidžia imituoti visą turnyrą, o rezultatas skiriasi.
Groll ir co visą turnyrą imitavo 100 000 kartų. Pasak jų, pagal labiausiai tikėtiną turnyro eigą vietoj ispanų pasaulio čempionatą laimėtų Vokietijos rinktinė.
Žinoma, dėl daugybės žaidimų permutacijų šis kursas vis dar yra labai mažai tikėtinas. Groll ir co koeficientas yra maždaug 1 iš 100 000.
Taigi jūs turite tai. Turnyro pradžioje didžiausius šansus laimėti turi Ispanija, teigia Groll ir co. Tačiau jei Vokietija pateks į ketvirtfinalį, ji taps pirmaujančia lydere.
Turnyras prasidės ketvirtadienį, kai šeimininkai Rusija susigrums su Saudo Arabija. Deja, nė viena iš šių komandų nepateks net į ketvirtfinalį.
Nuoroda: arxiv.org/abs/1806.03208 : 2018 m. FIFA pasaulio taurės numatymas – atsitiktinis miško metodas, akcentuojant įvertintus komandos pajėgumo parametrus