神经网络预测足球结果

Question

我和朋友们进行了一场小小的竞争：我们正在为即将到来的世界杯创作模型，以便看到whoms模型从小费游戏中获得最多的分数。

所以我的方法是编写一个神经网络并用以前的世界杯结果训练它与预期的获胜率（当时），以最大化小费游戏的得分（例如，精确得分为6分，4正确）目标差异，3正确的胜利者。）

各个站点的报废率（bwin等），让网络给我提示。

我熟悉线性代数，概率微积分等，但从未编程过神经网络。

由于我没有多少时间，有人可以通过选择最佳方法帮助我（比如我应该使用哪种概念/算法）或者将教程链接到类似的问题或适合的方法？

最佳，   汉纳斯

Answer 1

我为2017年英超联赛赛季做了这个。然而，我积累了前19个（38个游戏中），以便尝试帮助我的预测。

我会以下列方式攻击这个

• 获取团队数据（您认为我将留给您的数据）
• 获取之前比赛的历史（我个人认为这不会有帮助，因为球队变化太多了）
• 的Python
  • 熊猫
    • 创建新功能
  • Keras
  • 远离模型

当我在英超联赛打球时，预测准确度为62％。那么如何让它变得更好？

• 行进的距离
  • 将其提高1.2％。有些团队似乎不喜欢旅行。
• 天气
  • 我得到了每个地面的天气预报@ Kick-Off-Time（多么痛苦）
  • 准确度提高0.5％

我没有做的 - 获得每天每场比赛的球员名单。并且归因于距离跑，传球百分比，进球，犯规，黄牌等等。