Strona główna mecz.pl Strona główna forum Obstawianie i Promocje Obstawianie - Ogólna dyskusja o zakładach bukmacherskich Sieci neuronowe

nie stosowałem sieci wie ciezko mi cokolwiek powiedziec o stabilnosci parametrów (wag)i chciałem to sprawdzic jak sie zachowa gdy np dostanie dane skorelowane na wejsciu


no ja myslałem nad tym jak te dane wejsciowe maja wygladac nic własciwie nie wymysliłem ale sie zastanawiałem jak to zrobic . czy na wejsciu dac juz gotowe współczynniki i pozwolic by liczyło wynik czy dac rezultaty spotkan i pozwolic by wyliczyło współczynnik z którego by mogła skozystac inna siec bo za bardzo nie widze mozliwosci ze siec rekurencyjna by zrobiła to jednczesnie

jet jeszcze taki przjazna prosty programik
http://www.neuroxl.com/

SLAW

no chyba zeby właadowac wszystkie dostpne dane z boxscores z okreslonej liczby poprzednich spotkan i niech ona sie martwi co z tym zrobic ,ale chyba przeceniam zdolnosci sieci <img src="/ubbthreads/images/graemlins/wink.gif" alt="" /> pozostaje tylko problem jak znormalizowac dane jezeli chodz o klase przeciwnika z którymi były uzyskiwane rezultaty

ps:
moze to i głupoty ale znam tylko ogólna zasade rzadzaca sieciami statycznymi

SLAW

ano niestety ja tez nie widze - ale nie mozliwosci - raczej nie widze sposobu <img src="/ubbthreads/images/graemlins/smile.gif" alt="" />

a samo rozbicie czynnosci na 2 sieci to chyba zaden problem w porownaniu ze skonstruowaniem tej pierwszej sieci

Z racji wykonywanego zawodu zajmuję się statystyką w medycynie. Wykonujemy zarówno szereg prac porównawczych z zastosowaniem ścisłego protokołu badania z podójną ślepą próbą jak i prace dające wyniki predykcyjne. W tej grupie badań zbieramy dane ( najczęściej wyniki badań laboratoryjnych ) jednak protokół badania nie jest tak bardzo rygorystyczny. Istotny jest jeden predyktor według którego klasyfikujemy do danej grupy. Po analizie wielu danych uzyskujemy wykresy korelacyjne. Niejednokrotnie obserwujemy pojedyńczy element znzcznie odbiegający od krzywej. Nazywmy go zdarzeniem niezwykłym - dokonujemy analizy danych pacjenta pod kątem czynników mogących wpływać na wartość parametru i niekiedy stwierdzamy, że otrzymany wynik powstał na skutek błędu laboratoryjnego, czy też innego procesu patologicznego wpływającego równolegle na jego wartość. Wydaje mi się, że w statystyce sportowej powinniśmy wyeliminować także takie zdarzenia jak mecze derbowe, spotkania przed i po spotkanich pucharowych oraz spotkania po zmianie trenera.

zdarzenie wyjatkowe, inaczej 'outliner' zdaje sie, zdefiniowales jako znacznie odbiegajace od krzywej predykcji - smiem podejrzewac, ze wymienione przez ciebie czynniki nie wplywaja na znaczne odchylenia od tej krzywej

ja raczej bym sie sklanial do dopisania do danych wejsciowych wlasnie oznaczen: derby/nie derby, zmiana trenera/brak zmiany, mecz po pucharach

jezeli wiadomo jak opisac zdzrzenie niezwykłe to w niektórych przypadkach mozna go korygowac i to jets chyba najlepsza metoda . jako wyrazny przykład mozna podac biegaczy na 100m poprostu sprawdzic jak czas osiagany przez zawodnika zalezy od predkosci wiatru itp. mozna to robic zwykła funkcja liniowa . oczywiscie mozna te zdarzenia wywalic gdy wiemy jaki moze byc wpływ czynników zewnetrznych na wynik ale wydaje mi sie ze znacznie lepszą metoda jest uwzglednienie tego w modelu za pomoca zmiennych zero-jedynkowych niestety nie wiem jak to sie ma do NN

outliner, tfu!

outlier oczywiscie

ale to już było...a właściwie te wszelkie funkcje ma neurodesigner. Program w oparciu o nn szacuje basowe prawdopodobieństwo wyniku, a dodatkowo masz 8 czy 10 parametrów do korekcji. Testuje go od 2 miesięcy i wykluczając spotkania gdzie p*k<1 przynosi zysk ok 15-20%. Niestety parametry korekcyjne muszę wklepywac sam <img src="/ubbthreads/images/graemlins/frown.gif" alt="" />

mam pytanko ? tylko prosze sie nie smiać jak odpiedz jest oczywista

czy mozna zbudowac tak siec ze na wejsciu daje jakies dane(bramki,strzały,kartki) a na wyjsciu dostaje oszacownia dla wszystkich tych parametrów ?.

no i sie własnie zastanawiam czy moze lepiej zbudowac model na przyrostach a nie na zmiennych (tzn zmiana x(t)-x(1-1) itd

Doradzcie w jaki sposób wykorzystać sieci neuronowe przy typowaniu under/over w NBA.Bo na tej dyscyplinie w pierwszej kolejności skupie swoja uwagę .Prosze o odpowiedz i pomysły.Czy próbowaliście wogóle stosować już kiedyś sieci w typowaniu under/over????? Prosze o odpowiedz

Czytałem niedawno streszczenie jakiejś pracy dotyczącej zastosowania snn do ustalania optymalnej lini dla under/over właśnie w NBA. Autor podaje ok. 75% skuteczność. W streszczeniu nie podał stosowanego algorytmu, ani stosowanych neuronów wejściowych. Niestety za dostęp do wszystkich artykułów chcieli zbyt dużo kasy więc ich olałem. Napisałem jednak list do autora. Jak dostanę odpowiedź podzielę się z wszystkimi.

Kolego Zbych możęsz mi podać jakies namiary na ta stronke chetnie zapoznam się z tymi informacjami.Bęę wdzięczny otóz cały czas analizuję te sieci ale jakos opornie mi to idzie i chętnie zapoznam się z ich praca z góry wielkie dzięki
Czy ktos próbował ssn przy typowaniu under/over??? MOżecie polecić jakies ciekawe stronki w necie gdzie znajde na ten temat jakies ciekawe opracowania???

poszukaj w materiałach http://cpa.uwic.ac.uk/ - chyba tam to widziałem albo tutaj : http://www.sportinformatik.uni-mainz.de/index.html. List do autora napisałem, ale mam taki bajzel w dokumentach że głowa boli.

kolego Zbych ten drugi link nie działa .Jesli ktoś zna dobrze angielski to może wrzuci tu na frummjakies ciekawsze zdania w naszym języku o co konkretnie im chodzi i jak oni to opisują z góry wielkie dzięki

ps a może znacie jakies polskie stronki gdzie cos na ten temat można poczytać??

działa ale nie powinno byc kropki po html
http://www.sportinformatik.uni-mainz.de/index.html

SLAW

Kropka na końcu zdania powinna być... i basta.
Na temat snn w sporcie nie znalazłem polskich stron ( jeszcze? ). Nie wiem na jakim jesteś etapie z snn. Jeżeli zaczynasz to polecam książeczkę ,, Wprowadzenie do sieci neuronowych ,, - autora oczywiście nie pamiętam <img src="/ubbthreads/images/graemlins/smile.gif" alt="" />, ale jest przystępnie napisana.

Myślę, że przez 2 tygodnie zainteresowani zapoznali się z literaturą. Proponuję wspólne zastanowienie się nad wektorami wejściowymi.
Większość algorytmów predykcyjnych wykorzystuje współczynnik rateform ( RF ). Bezpośrednie porównanie u obu drużyn było juz przerabiane wielokrotnie, wyniki oczywiście wszyscy znacie, dlatego chybe nie tędy droga. Proponuję zainteresowanie się analizą czasową różnic RF. Nie wiem tylko czy liczyć oddzielnie dla spotkań rozgrywanych u siebie i wyjazdowych, czy wspólnie?

jak liczony?
wydaje mi sie, ze zeby osiagnac sukces w swym zamierzeniu winienes poswiecic nieco wiecej uwagi temu zagadnieniu
dzi! co ja gadam - to jest (imho) punkt ktory wazyc bedzie na ewentualnym sukcesie/porazce przedsiewziecia




gadasz - dobrze policzone RF potrafia byc nad wyraz mile



nie twierdze zebys zapomnial o tym, ale osmiele sie niesmialo zasugerowac, ze nie tedy droga - faktycznie sam pomysl wyglada obiecujaco i wydaje sie, ze powinien przyniesc jakies (oczekiwane) wyniki
niestety z reguly tylko sie wydaje (no, mi przynajmniej)



wspolnie, z uwzglednieniem wplywu home/away - najlepiej dla specyfiki kazdego zespolu z osobna
choc osobiscie zwykle pomijam rozroznienie home/away - nie wyksztalcilem jakiegos uniwersalnego mechanizmu po prostu, na liscie do zrobienia


ps. policzyles te kursy na przeciwnikow NYY?

RF liczony oczywiście wg klasyki czyli Drakina i Forsytha. Ze statystycznego punktu widzenia istnieje dodatnia korelacja pomiędzy RF przewidywanym wynikim, jednak nie jest to takie słodkie, gdy typowane spotkania oceniamy pod kątem p*k. Z reguły spotkania dające jednoznaczny typ pod względem RF dają p*k<0,9.

Czyli do zabawy mamy już 2 wektory : Rf i H/A.

Kursy w MLB wklepałem do Trefika, jednak teraz korzystam z najnowszej czeskiej wersji badziewia i nie jestem w stanie dojść do opcji drukowania.

Ps. Czy można tutaj wkleić plik ???

mam nadzieje, ze jakos zmodyfikowany (i oczywiscie Drapkin jak sadze?) - bo w swej oryginalnej wersji w ogole nie przyklada wagi do rozmiaru zwyciestwa/porazki

w skrocie - to nie jest ideal


wlasnie w tym najwiekszy problem, zeby stworzyc taki system ratingowy, ktory dawalby oplacalne typy

jezeli sadzisz, ze na podstawie ulomnych wartosci wejsciowych (RF nie dajacy zysku) stworzysz wartosciowe wyjscia, to jestem zmuszony nazwac cie... optymista <img src="/ubbthreads/images/graemlins/wink.gif" alt="" />


caly czas bede powtarzal: dla dwoch wektorow nie potrzebna jest SNN, wystarczy porzadna regresja, oczywiscie niekoniecznie liniowa


ale zeby znalezc srednia kursow przeciwnikow NYY, to chyba niepotrzebny jest jakis tam trefik, rajt?


obawiam sie, ze nie, najwyzej link do niego