使用机器学习来分析体育投注

Question

假设我拥有数千名用户制作的超过100万次投注(各种体育项目)的数据库,为期2年(并且仍在增长).

这些数据只是无所事事,所以我想如果可以使用像https://www.tensorflow.org/这样的东西,做一些修改,它会分析数据库中的所有赌注并从中学习一些模式,什么是好的,什么不是.

关键是我们没有资源聘请数十人为上帝知道从头开始编写一些复杂的软件需要多长时间.所以我想我们可以使用TensorFlow中的一些模块并从那里开始.

那么我会用当前在系统中的新的公开投注来提供网络(那些将是即将播放的比赛的投注)并且它会选择我应该投注的内容,例如有一个这个赌注将有90%的机会获胜,因为有10位非常成功的球员进行了这次投注,并且在投注这项特定运动时他们取得了非常高的成功.

我们有很多有经验的用户,他们通过投注赚了很多钱.因此,系统可以根据我们拥有的数据进行训练,然后就会知道,例如,如果用户A在这个联盟/球队上下注,他很可能会获胜.

问题是,我们从哪里开始？任何人都能指出我们正确的方向吗？或者这对于2个人在几个月内难以做到？我们可以使用一些预先编程的解决方案,比如TensorFlow吗？

Answer 1

如果不了解数据,就不可能建议您采取下一步的方向,但无论如何,您的第一步应该是彻底探索数据,在小数据子集上创建模型并测试您的假设.

总的来说,您可以尝试:

1. 使用Python或R加载和清理数据

2. 获取随机数据子集(大约10,000行)并使用SVM或随机森林创建一个简单模型,看起来像分类Win/Lose.

3. 测试结果并使用一些数据验证您的假设.

4. 浏览您的数据,看看您是否可以生成更好的功能

5. 首先设计一个小型神经网络,然后考虑使用张量流或keras等的深度神经网络.

看看这个:https://hackernoon.com/how-to-create-your-own-machine-learning-predictive-system-in-the-nba-using-python-7189d964a371