Нейронная сеть. Как предсказать победу одной из трех команд?

Здравствуйте.
Давно пытаюсь сделать нейронную сеть, которая предскажет победу одной из трех команд.
Итак, представьте, что есть матчи, в которых принимают участие 3 команды, причем выиграть может только одна(ничьих нет).
Нам нужно спрогнозировать победу одной из 3 команд.

Для обучения нейронной сети будут вводиться характеристики каждой команды(например, процент выигрыша команды, какое место в топе и т.д.;какие-то текстовые значения?), а так же номер команды, которая выиграет.

Просмотрев множество сайтов, не нашел такого исполнения нейронной сети. Обычно просто по данным ввода что-то определяется(например, вводим рост, вес, температуру животного, а нам показывает, что именно это за животное). А у нас должно происходить какое-то сравнение между 3 командами.

Очень прошу помочь и не вводить в ответ сложных терминологий, так как я новичок в этом. Если есть готовые реализации (открытые библиотеки), то было бы хорошо, если бы вы скинули на них ссылку.

Заранее спасибо
  • Вопрос задан
  • 1245 просмотров
Решения вопроса 1
@dmshar
Задача предсказания победителя в матче ничем не отличается от задачи классификации животного. Только в спортивной задаче объектом классификации выступает "матч" который включает описание команд, в нем принявших участие. Результат классификации - соответственно не "кошки"/"собачки", а "победа команды 1"/ "победа команды 2".
Соответствующие "готовые реализации" есть и в Python, и в R, да и в практической любой библиотеке по Machine Learning.
Ответ написан
Пригласить эксперта
Ответы на вопрос 3
dimonchik2013
@dimonchik2013
non progredi est regredi
мелко берешь

лучше биржу сразу

ну или хотя бы теорвер подучить, независимые события там, конечные автоматы и т.п.
Ответ написан
Комментировать
@ivodopyanov
NLP, python, numpy, tensorflow
Самый простой вариант с нейронными сетями -просто сконкатенировать вектора характеристик этих трех команд, и дальше - как обычно, fully connected слои, в конце softmax и 3 выхода 0/1 для каждой команды.

Но вообще такие задачи вроде как ощутимо лучше решаются градиентным бустингом.
Ответ написан
Комментировать
sha256
@sha256
На мой взгляд наиболее верно в данной постановке решать задачу восстановления регрессии. То есть определение вероятности победы одного из участников.
Скиньте ссылку на данные и я посмотрю, чем можно помочь.
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы