Машина обучения предсказать футбольные соревнования --80% уровень точности

Обоснование проекта

Проект FBP стоит FootBallPrediction, после предсказания футбольного матча девять месяцев , чтобы завершить проект. Проект + Big Data сочетает в себе машинное обучение, мы продолжаем исследовать развитие программного обеспечения. По результатам многомерного программного обеспечения для прогнозирования футбольной игры в крупном игровых компаниях Odds (включая победы и победоносные). Машинное обучение является «три дерева модели» алгоритм для создания своих собственных, они были опубликованы и включены Wanfang данные (три дерева бумаги модель адрес алгоритма в National Journal: Веб ссылки поиск «алгоритм предсказания модели на основе машинного обучения и ОВОС область применения «). В настоящее время до 80% степени точности. В настоящее время программное обеспечение версии 14,0. Проект FBP на веб - сайте Github более 80 заинтересованных лиц ( веб - ссылка ) и микро-группу каналов , которые вы уже создали привлекает много людей, и есть некоторые люди относятся к пари SMG На основе этих прогнозов ежедневно, имея в виду людей , которые получили соответствующие доходы. Теперь мы хотим , чтобы узнать больше людей, чтобы вместе исследовать , как проект будет больше и сильнее, найти партнера и достижения беспроигрышной ситуации.
Технология (полное загружаемое с открытым исходным кодом: веб - ссылка )

Очистка данных

1, только ползать команду , чтобы получить мяч квадратных сессий (на диске), для обеспечения целостности данных.

2, только ползти домой команда выигрывает компенсацию, как фактор воздействия.

3, отфильтровывать мясо москитов, тем Oddset <1,45 или скрининг Victor Chandler <1,45 отфильтрованы.

Машинное обучение

FBP основной проект модели: Три деревянные модели (см документы базы данных Wanfang), которые произвольно выбраны три компании шпината коэффициенты сравнения в виде комбинации из трех объектов с историческими данными, статистика исторических данных этикеточной г / п (победы / многочисленный) количество совпадений и выходов «Y> N * 3 или п> у * 3» результаты (3 параметр, этот параметр не регулируются, в соответствии с алгоритмом может корректировку модели и оценки результатов). Это приводит в качестве основы для отбора доверия скринингов.

Оставшиеся КННЫ, мешки, а другой алгоритм обратного распространения со ссылкой на детальное проектирование книги.

Оценка модель

позитивных стимулы и статистика порочных стимулов , какие комбинации имеют большее влияние на результатах конкурса с, как уверенность в будущем выбранного отсева приоритетной основе.
Преимущества

высокой точности получения данных о постоянно обновляемых моделях прогноза около 80%, с непрерывным обновлением исторических данных, непрерывно итерационной коррекцией исходной модели, в соответствии с алгоритмом обратного распространения в теории машинного обучения, она будет продолжать повышать точность и стабильность высокая точность не личное эмоциональное воздействие, выход программы вполне оптимистична сравнение игры сверстники рекомендуют не общественностей: большинство из них антропогенное чтения ленты, сейчас эра искусственного интеллекта, машинное обучение должно быть устранено. Никакие другие общественного толчка баскетбол, футбол, футбольные мячей также иногда 2, размер шара для угла, не так много энергии, что трудно поверить , что профессиональные дела. Там даже рекомендовали Жан Пинг пусть негативный отбор двухстороннего, наконец , ошибку прогноза. FBP программа только предсказания игры хозяева находится на диске, или нажмите выигрывает многочисленные только (то есть, пусть отрицательный), но не просто. Высокие коэффициенты преимущество, шансы , как правило , от 1,8 до 2,2. Самое главное: программа данного индекс прогноза доверия дня для количественного значения полных данных, объем инвестиций , выделяемый в соответствии с размером индекса. В настоящее время все три раза ударил> 9,0. Ранее программа может однажды сделать прогноз заранее от Торговца влияния, модели прогнозирования изменения игнорировать гандикап является «исторические шансы комбинации постоянно пересматривать итеративный процесс», в соответствии с алгоритмом обратного распространения в теории обучения машин, большой Коэффициенты комбинации приводят данные , полученные путем прогнозов систематический способ описания правила прогнозирования, обработки исторических данных, как наблюдать прогнозируемую производительность в прошлом, и , таким образом , разумно , чтобы улучшить эти правила предсказания будут сочетаться с новыми правилами , основанными на конкретных результатах, программа теперь может быть игнорировать правила предсказания (например, версия 1.0 только рассмотреть шансы крупных компании шпината, 2,0 увеличивает размеры лиги, программа добавила данные 3.0 более в качестве нового правила предсказания), способность предсказывать в это время программы она гораздо лучше, более точным, быстрым и менее подвержены помехам настроения не потворствовать рекомендованных процедур, в то же время процедуры предсказуемого, я проанализировал (особенно в сочетании с основами исторической битвы), а затем сравнить их , Когда процесс принятия решений отличается от моего, я буду суммировать причины и прослеживаемость.

Поддержка

сайта GitHub: веб - ссылки
сайта Kaggle: веб - линк
Micro Signal: acredjb
общедоступный номер: AI желчного золото