人工神经网络可以预测体育比赛的结果吗？

Question

我试图找到一些与人工神经网络（ANNs）作为个人/学习项目有关的原创和有趣的东西，但是如果我能预测体育游戏（特别是NHL游戏）的结果我会很酷。 / p>

我很确定能够预测哪个团队最有可能获胜（通常是拥有更好记录的团队）的人工神经网络很容易。但是，我想做的是创建一个人工神经网络，告诉结果有多大，类似于博彩公司的赔率。

ANN可以做什么？在肯定的情况下，我可以期待什么样的成功？我知道我无法击败博彩公司（至少没有软件解决方案）。我想把这个作为一个娱乐项目/挑战自己。我不希望用这个项目在体育比赛上下注。

Answer 1

回到IBM XT的时代，我玩了一个共享软件的ANN计划，试图提高我在英国足球（足球）池的机会。这是一种投注形式，您可以尝试预测哪些足球比赛将产生平局。我为每个团队分配了一个数字然后回顾过去的结果，并从中生成一个数字的结果。从内存来看，主场胜利为0，客场胜利为1，平局为2。每个结果都在训练文件中的一行中。然后我会通过程序运行训练文件并生成ANN设置。然后我会查看下面的星期六比赛，然后将它们输入ANN，然后查找预测为抽签的比赛。

随着时间的推移，我对抽奖的预测确实变得越来越准确。但是......

1）XT非常慢，到了圣诞节，需要24小时才能从训练数据中生成ANN设置。我真的有更好的事情要做我珍贵的（和昂贵的）PC。

2）尽管在预测抽签方面做得更好，但实际上并没有足够的预测可以赢得任何奖金。回想起来，我认为该计划刚刚结束，曼联将永远击败谢菲尔德联队。这比我的足球知识更多但不足以赢得任何金钱。

3）将结果输入到训练数据中，然后生成即将到来的比赛数据，这让我感到很年轻，老实说，运动让我变得僵硬。

所以我放弃了，并没有成为百万富翁。

然而，现在个人电脑的速度要快得多，而且很多培训数据都可以从网上下载。但我仍然怀疑这是通往财富的途径，但它肯定是一个有趣的项目。

伊恩

Answer 2

A reply above stated：

  

我知道，如果博彩公司的赔率可能被人工神经网络击败，   博彩公司已经在使用一个来弥补他们的赔率。

博彩公司并没有根据他们对团队的分析来设定这条线 - 他们根据他们对博彩公众对团队意见的分析来设定。对于博彩公司来说，理想的一条线是他在每一方都有相同数量的赌注 - 然后他保证利润=输家赌注的“果汁”。当游戏接近时，他们会移动线路，试图保持50/50的分割。 Bookie可能会认为Home team -5是基于游戏分析的准确线，但是如果他预计在主队中将获得2x $$，他将不会将线设置为-5 - 他将设置为-7或-8-他希望在-5和+5投注中获得相等的$$。

Answer 3

人工神经网络非常擅长模式匹配和预测，所以是的，你可以建立一个满足你想要的人工神经网络。

然而，你需要的不仅仅是团队的赢/输比率才能使其真正有效。也为玩家提供统计数据。为了获得真正的效果，请尝试包含游戏流信息......例如，每个游戏（例如足球）的哪些玩家都在线上。

最终，您将遇到的最大问题（除了整个“编写ANN”问题）是获取您需要的数据。

Answer 4

我已经用人工智能完成了一些股市预测，我的结论是，使用历史数据获得良好结果的AI并不是很难。 未来赢得交易是一个不同的球赛。

Answer 5

我过去10天刚刚研究过这个问题（预测英超联赛），结果使用了3种不同的方法：SVM，Logistic回归和NN。

LR和NN将给出概率。 SVM输出0/1（但它也可以调整为probas（我还没有尝试）。

我需要一个“大规模”（至少按我的标准）功能集（差不多300个）和一大堆数据（价值13年）。

重新。数据，我是从网上得到的，简单。

结论：我可以在准确性方面匹配博彩公司（预测我案例中的胜利）。如果我将预匹配赔率添加到功能集中，我会得到与博彩公司完全相同的精确度（如预期的那样），但没有更好（肯定意味着我的功能集总结在博彩公司赔率中，并且他们有一些额外的知识在顶部）。

我确信有一种方法可以通过提高算法来获得更好的准确性，或者更有可能通过提供非常精细的数据（比如哪些玩家玩哪些游戏，多少分钟以及很多玩家 - 级别历史统计数据，以建立自下而上的团队绩效模型。）

但最重要的是，我可以证明NN为此目的做得很好。在我有限的经验中，SVM略胜一筹。

Answer 6

我认为这确实是关于数据的全部内容，但为了更加准确，你可以用它来做什么是无止境的：获胜/失去条纹，玩家生物节律，玩家在游戏前的女朋友心情，他们遭受轻微/重大伤害在最近的过去，困扰球员等的超体育赛事等等。

但我认为你不能准确预测哪支球队更有可能获胜，这只是一种或多或少受过教育的猜测。

Answer 7

根据我的观点和经验，由于过多的因素，人工神经网络的设计和培训将是不合理的复杂和耗时。人工神经网络擅长模式匹配，游戏预测需要很多演绎推理，而不仅仅是模式匹配。

但如果你想享受学习神经网络的话，这将是一次不错的冒险。如果您成功了，您可能希望将代码托管在其他地方以供其他人查看和学习！

对于游戏预测，使用决策树或规则引擎等会更容易，更快捷。这也不是一件容易的事，但这将是另一项有趣的活动。

Answer 8

我的信念是，事件的不可预测性是由于缺乏信息和理解......如果你掌握了所有的知识，那么就可以做到。或者，你拥有的知识越多，就能做得越好。

所以从理论上讲，答案是肯定的。

然而，在实践中，你可以获得博士学位并且在这个问题上有一个完整的职业生涯，你仍然可能不会成功。