胡彭来自奥菲神庙

量子位报告|官方帐户QBITAI

世界杯小组阶段将结束，您仍然相信AI吗？

不受欢迎是经常出现的，而黑马击败了强大的力量。许多AI模型是出乎意料的。

我们还能快乐地找到科学定律吗？或者，数据科学家在足球比赛甚至其他竞争性体育赛事中的AI支持下可以做出多少预测？

瓶颈缺乏核心数据

如果要求Xie Bo回答这个问题，他会告诉您：“仅使用神经网络模型就很难预测世界杯的胜利和得分。”

Xie Bo是北京猜测技术的首席执行官。他认为，世界杯预测的最根本原因是缺乏核心数据：例如，国家团队之间的历史参与记录非常稀疏，无法提供足够的信号来支持预测结果。

以这场世界杯与沙特阿拉伯的开场比赛为例，两支球队上次见面是在25年前的1993年进行的友好比赛。神经网络模型很难在此类数据上发挥其力量。

但是对足球比赛的预测并不是完全无助的。练习后，西布的团队发现，如果包括五个主要联赛在内的职业联赛被视为预测样本，那么效果将大不相同。

五个主要联赛是指欧洲五个主要的职业足球联赛，包括英超联赛，西甲，德甲，利格1和意甲。这些联赛具有相对完整的商业化系统，并且是数据收集和数据流通的相对领先的商业化机制。

因此，第一步是获取数据。

相对具有挑战性的是，体育行业的数据在金融等其他领域的数据相对较高，具有许多来源，不同的标准和不均匀的信心水平，因此很难从权威数据公司那里获得全面，准确和标准化的数据。

例如，描述游戏的赔率数据和基本数据来自不同的来源。来自不同来源的数据需要通过非常严格的数据过程进行关联和处理。最简单的字段（团队名称）与不同来源不同。任何小的数据偏差或损失都会导致最终神经网络预测结果的偏差，从而影响准确性。这里的技术工作非常具有挑战性。

此外，必须考虑足球比赛的实时性质。因此，在过去10年中，欧洲主流联赛累积了数万个游戏历史数据之后，猜技术的模型还在数百万人游戏中添加了实时数据。

然后转到第二步，预测回报方向的速率。

体育博彩领域存在一些常见的误解。例如，游戏的几率是博彩公司通过全面的考虑因素（例如对游戏本身的判断和公开投注的选择）给予的游戏投注回报。

例如，博彩公司的赔率为2.25，让主队获胜，这意味着，如果Bettor赢得了主队，比赛的结果确实意味着主队获胜，那么Bettor的回报率就可以获得2.25倍的下注量。

如果您对游戏结果做出一定的判断并给出一定的概率估计，则可以在此处预测概率。

在此基础上，一个更重要的概念是价值回报。该指标全面考虑了赔率和结果概率。对于每个游戏的平等结果，它是其相应赔率和预测概率的产物。

价值回报可以视为赔率的套利空间，或者是赔率的预期回报值。

因此，从预测回报率的角度来看，公式如下：

返回= max {σ赔率| pro，val，α}，其中赔率是预测结果的几率，pro是预测的概率，val是预测值的价值回报率，而α是所选策略。

然后，您可以查看专门为预测设计的模型，该模型分为两个部分：

基于深度学习技术的匹配预测模型，以及基于价值回报的博彩策略模型。

一一观看。

基于深度学习的匹配结果预测模型

作为传统神经网络算法的扩展和扩展，深度学习技术在图像识别，语音识别，自然语言处理等领域取得了巨大的成功。

将深度学习技术引入足球比赛的结果中，可以全面利用历史游戏记录和各种实时数据信息进行培训和计算。在成千上万游戏的洗礼和大量数据的分析之后，我们可以学习并掌握决定结果的关键因素。

无论是在比赛前的玩家伤害还是教练的技巧，都可以从大量数据中获得许多线索，从而帮助模型获得准确的预测结果。

图：基于深神网络的竞争预测

当前的猜测技术的深度学习模型通过培训超过20,000场游戏使用了100多个维度，包括团队的基本面（射击，抢断，助攻，保球率等），来自数十个频道（欧洲，亚洲等）的几率信息以及历史结果。

通过神经网络的编码和序列解码以及引入有效的注意机制，可以准确预测游戏的结果（包括结果和分数）。

此外，团队将使用多个子模型执行多层结果融合以获得最大的性能优势。当前的最佳模型可以稳定地达到68％的预测准确性。它超过了人类专家的最高水平。

搜索引入ROV的最佳投资组合

当已知结果概率和赔率，选择哪些游戏以及BET比率是多少时，这是投注策略关注的问题。

不同的预测概率将具有不同的值返回值。根据不同的价值回报率，我们将采用不同的投注策略，涉及最佳投资组合的搜索问题。

搜索空间由赔率，预测概率，价值回报和不同的预测模型组成。如何优化数百万投资组合中的搜索已成为核心问题。

图：基于遗传算法的参数组合搜索

Guess技术使用修剪优化策略，结合遗传算法和其他搜索策略来搜索最佳参数空间。

遗传算法等不基于梯度计算，算法本身可以扩展到巨大的参数空间。专注于设计和优化算法的初始条件，选择操作，跨操作和变异操作的关键步骤，并将启发式切割策略应用于遗传操作员中，以最大程度地利用搜索的空间和时间消耗，并最终获得具有最高投资比率回报率的投资组合参数。

为了测试该模型，Guess Technology对2012年至2018年进行了20,000场足球比赛进行了模拟训练，并在测试套装中测试了300场比赛，回报率为41％。

在足球场，这种回报率已经非常好。

背后的团队

最后，让我们介绍该模型的核心建设团队 - 猜猜技术，首席执行官Xie Bo和Cto guo Yang以及包括首席科学家在内的神经网络团队，都来自“ Xierqi”，是百度核心商业部门的技术和产品骨干。

首席技术官郭阳透露，创建这个预测模型只是基于时代的小试验。他希望创建类似于Alphago的GO培训和教学工具。最终目标是帮助国内彩票参与者提高其活动分析能力和博彩技巧。

但这只是机器辅助决策应用程序。接下来的更广泛的方案是希望将功能应用于更有趣的领域，例如电子竞技，创建101个人才博彩和加密货币价格趋势...

- 超过-

加入社区

第18组Qubit AI社区已经开始招募。欢迎对AI感兴趣的学生加入小组，添加助理微信QBITBOT8；

此外，正在为从事相关领域的工程师和研究人员招募Qubit专业细分组（自动驾驶，简历，NLP，机器学习等）。

请添加助手微信帐户QBITBOT8加入该组，并确保注意相应组的关键字〜我们将邀请您在通过审查后加入该组。 （专业小组评论严格，请道歉）

真诚的招聘

量子位正在招募编辑/记者，在北京的中冈工作。期待有才华和热情的同学加入我们！有关相关详细信息，请在Qbitai对话接口中回复“招聘”一词。

量子位Qbitai·Toutiao签名作者

해ᴗ'。