サッカー競技に--80％の正解率を予測するために、機械学習

プロジェクトの背景

FBPプロジェクトは、プロジェクトを完了するために、9ヶ月のサッカーの試合予測した後、FootBallPredictionを立っています。+ビッグデータプロジェクトは、我々はソフトウェアの開発を模索し続けて、機械学習を兼ね備えています。大手ゲーム会社オッズ（勝勝利を含んでいる）でサッカーの試合を予測するために、多次元のソフトウェアの結果によります。機械学習が自分を確立するために「三木モデル」アルゴリズムであり、彼らは公表されているとWanfangデータ（ナショナル・ジャーナルで3つの木材紙モデルアルゴリズムアドレスが含ま：Webリンクは、機械学習とEIAに基づいて検索する「モデル予測アルゴリズムをアプリケーションの分野「）。現在、最大80％の正解率。現在、ソフトウェアバージョン14.0。GithubのウェブサイトにおけるFBPプロジェクトは、関係する80以上の人（持っているウェブリンクを）、および作成済みのマイクロチャネルグループは、多くの人々を魅了し、何人かの人々は毎日これらの予測にSMGベースの賭けを参照している、得ている人たちに言及します対応する利益。今、私たちは、プロジェクトが大きくて強いものになるかどうか一緒に探検するパートナーを見つけるとWin-Winの状況を達成するために、より多くの人々を知ってほしいです。
テクノロジー（完全なダウンロードオープンソース：ウェブリンク）

クリーニングデータ

のみ、データの一貫性を確保するために、（ディスク上の）ボール正方形のセッションを取得するために、ホームチームをクロールするために、1。

2は、唯一のクロールホームチームへの影響因子として、報酬を獲得します。

図3は、蚊の肉、濾別Oddset <1.45またはスクリーニングビクターチャンドラー<1.45を除外する。

機械学習

FBPプロジェクトのコアモデル：過去のデータとの3つのオブジェクトの組み合わせのような三つの木製模型（Wanfangデータベース論文を参照してください）、それが任意に選択された三社ほうれん草オッズ比較、過去のデータラベルyの統計/ N（勝ち/多数の）マッチ出力の数「Y> N * 3またはN> Y * 3」の結果（3パラメーター、このパラメータはまだ調整されていない、アルゴリズムに従ってモデルと評価結果を調整することができます）。これは、信頼上映の選択のための基礎として結果。

書籍の詳細設計を参照して、残りのKNN、袋詰め、及び他の逆伝搬アルゴリズム。

評価モデル

の組み合わせは、将来の選択の上映を優先的に自信として、との競争の結果に大きな影響を持っているポジティブなインセンティブと逆インセンティブの統計。
利点は

、高精度で、機械学習理論におけるバックプロパゲーションアルゴリズムに沿った履歴データの継続的な更新、元のモデルの継続的、反復補正、と常に予測モデルの約80％に更新されたデータを、達成、それは精度と安定性を改善していきます高精度んが、公開をお勧めしていないゲームのピア比較について全く楽観プログラムによる個人感情的な影響、出力されません。ほとんどが人工テープを読んだが、今で人工知能の時代であり、機械学習を排除しなければなりません。他の公共プッシュバスケットボール、サッカー、サッカーボールもいつか2、コーナーのためのボールの大きさは、とても多くのエネルギーを持っていないし、プロの行うことを信じることは困難です。でも、ジャン・ピンが最終的に予想誤差、負の双方向の選択を聞かせてそこをお勧めします。FBPプログラムのみ予想ゲームは、ホームチームは、ディスク上にある、または（つまり、負のを聞かせている）だけで、多くの勝利プッシュしますが、簡単ではありません。高オッズ利点は、オッズは1.8と2.2の間で一般的です。最も重要な点：完全なデータの価値を定量化するためのプログラム、所定の日予報の信頼感指数、指数の大きさに応じて割り当てられた投資額。現在、すべては> 9.0を3回押してください。以前、プログラムは1日トレーダーの影響から事前に予測を行うことができる、変化予測モデルは、ハンディキャップが大きい機械学習理論、バックプロパゲーションアルゴリズムに沿って、プロセス「の組み合わせが絶えず反復を改正歴史オッズ」で無視しますオッズの組み合わせは、これらの予測ルールを改善するための予測を予測ルールを説明する体系的な方法を行うことによって生成されたデータ、履歴データの処理、過去の予測性能を観察する方法、及びこのように合理的に特定の結果に基づいて、新しいルールと組み合わされる結果、プログラムは今であってもよいです予測ルール無視（例えば1.0バージョンなどをのみほうれん草の大手企業のオッズ、2.0増加リーグの大きさを考慮し、プログラムが新しい予測ルールとして3.0データを超える追加しました）、この時点でプログラムを予測する能力それは、多くのことを改善し、より正確に、より速く、そして干渉気分を受けにくい推奨手順を迎合するのではなく、同時に手続き予測可能で、私はまた、分析しながら、（特にファンダメンタルズの歴史的な戦いと組み合わせて）、その後、それらを比較しました。鉱山からすると、意思決定プロセスが異なる、私が原因とトレーサビリティを要約します。

サポート

Githubのウェブサイトを：ウェブリンク
Kaggleサイトを：ウェブリンク
マイクロ・シグナル：acredjb
公共数：AIゴール金