211service.com
Mašīnas nāks jūsu March Madness biroja baseinam
Pulksteņa kustības virzienā no augšējās kreisās puses: Getty / Getty / The Jetsons / Getty / Getty / Matt Groening / Getty / Flickr RV1864
March Madness — NCAA koledžu basketbola čempionāta izslēgšanas spēles — ir viens no populārākajiem sporta notikumiem ASV, daļēji pateicoties plašajām sacensībām, kas ir attīstījušās, prognozējot, kuras komandas turpinās turnīru. Šogad gandrīz 10,4 miljoni ASV dolāru ir paredzēti biroju baseinos vai vairāk organizētos konkursos, un vairāk nekā 40 miljoni amerikāņu aizpildīs savas izslēgšanas spēļu versijas, lai piedalītos. saskaņā ar Amerikas Spēļu asociācijas datiem . Iespēja paredzēt perfektu iekavu, ko neviens nekad nav darījis, ir vismaz 1 pret 128 miljardiem un varētu būt tik tālu kā 1 no 9,2 kvintiljoniem.
Tagad mašīnmācība ir veiksmīga.
Kaggle, tiešsaistes platforma prognozēšanas modelēšanas un analītikas konkursiem, ko Google mātesuzņēmums Alphabet iegādājās pagājušajā gadā, ir rīkot konkursu par gan NCAA vīriešu, gan sieviešu turnīros. Kaggle nodrošina datu kopu ar tādu informāciju kā turnīru sākums, sākot ar 1984.–1985. gada sezonu; visu regulārās sezonas, konferenču turnīru un NCAA turnīru spēļu galarezultāti kopš 1984. līdz 1985. gadam; un katrs I divīzijas vīriešu un sieviešu basketbola spēles moments kopš 2009. gada. Tas viss kopā veido vairāk nekā 40 miljonus datu punktu.
Konkurenti neaizpilda tradicionālo iekavu; tā vietā viņi izveido un izmanto modeļus, lai prognozētu, cik liela ir iespējamība, ka komanda uzvarēs katrā spēlē. Modelis tiek vērtēts gan pēc spēles iznākuma, gan pārliecības, ko modelis atrod savā prognozē. Tātad, ja modelis ir par 99 procentiem pārliecināts, ka komanda uzvarēs un izrādās, ka tas ir pareizi, tas iegūst vairāk punktu nekā modelis ar pareizu prognozi, kas bija tikai 95 procenti pārliecināts. Tomēr, ja modelis ir ļoti pārliecināts un nepareizs, tas zaudēs vairāk punktu. Tas ir nepieciešams, lai apgrūtinātu laimēšanu ar stulbu vai nejaušu iespēju. Balvu fonds $100 000 apmērā ir jāsadala starp trim labākajām grupām abiem turnīriem. Pieteikšanās jāveic ceturtdien, un jau ir pieteikušās 500 komandas.
Taču nav skaidrs, vai mašīnmācība ir gatava pārņemt braketoloģiju, kas varētu būt vairāk nekā 40 miljoni datu punktu, ko jūs varētu noticēt. Tā kā koledžas komandas maina spēlētājus un komandu sarakstus no sezonas uz sezonu, algoritmiem, iespējams, pat nav pareizo datu, ko analizēt, meklējot modeļus.
Un tad ir nenosakāmi elementi, piemēram, spēlētāji, kuri noklikšķina, vai komanda, kas atrodas sērijā. Pilsētas, kurās notiek turnīru spēles, var arī ietekmēt komandas sniegumu tā, kā algoritms var neparedzēt. Piemēram, spēles tādā pilsētā kā Denvera var radīt augstuma problēmas komandām, kuras ir pieradušas spēlēt jūras līmenī, vai arī īpaši trokšņains pūlis var palīdzēt komandai pēdējos brīžos uzņemt apgriezienus. Šogad Lielā desmitnieka komandām pirmo reizi ir bijis divu nedēļu pārtraukums pirms marta trakuma, un to spēlētāji var būt labāk atpūtušies vai rūsāki nekā komandas no citām konferencēm. Algoritms nevar ņemt vērā notikumu, ko tas nekad iepriekš nav redzējis. Sajukumus sauc par sajukumiem kāda iemesla dēļ; ja mašīnmācība varētu tos paredzēt, šis termins kļūtu strīdīgs.
Es domāju, ka tādi turnīri kā NCAA [Marta trakums] nav labākā vieta mašīnmācībai, rakstīja Kaggle izpilddirektors Entonijs Goldblūms. uz Reddit AMA . March Madness spēļu ir daudz mazāk nekā reklāmu klikšķu/krāpšanas notikumu utt.
Kaggle ir rīkojusi četras iepriekšējās March Madness sacensības, lai gan šī ir pirmā sezona ar naudas balvām. Pagājušā gada uzvarētājs Endrjū Landgrafs savu modeli balstīja uz iepriekšējo uzvarētāju algoritmiem, taču ar pagriezienu. Viņš apsvēra, ko varētu darīt citi Kaggle konkursa dalībnieki, un lika savam algoritmam izmantot savas iespējamās kļūdas. Cilvēki to dara ar biroju baseiniem visu laiku: ja jūs atrastos birojā ar daudziem Duke faniem, derības pret Djūku varētu atstāt jums labāko variantu, ja Blue Devils zaudētu. Pat ar savu rūpīgi izplānoto modeli, Landgraf saka, veiksme bija liela viņa panākumu sastāvdaļa.
Galu galā algoritmi varētu būt pietiekami labi, lai paredzētu tādas lietas kā karstās svītras, taču tikmēr cilvēku un mašīnu sadarbība varētu atspoguļot braketoloģijas nākotni. Derību sindikāti tā uzskata — viņi jau izmanto gan prognozēšanas analīzi, gan datus no cilvēku darbinātiem tiešsaistes azartspēļu tirgiem, lai liktu savas likmes, norāda Ādams Kučarskis, pētnieks un grāmatas autors. Perfekta likme: kā zinātne un matemātika gūst panākumus azartspēlēs .
Neraugoties uz visiem to trūkumiem, derību tirgi ir labs veids, kā iegūt pūļa zināšanas, saka Kučarskis. Šī cilvēka elementa izpratne var būt ļoti noderīga.
Kaggle turnīra rezultātus var spriest pēc nepilnīgām pagājušo gadu iekavām. Trīsdesmit deviņas spēles ir vistuvāk kāds ir nonācis pie perfekta rezultāta , tāpēc tas ir vienkāršs veiksmes kritērijs. Un, ja kāds no Kaggle algoritmiskajiem pretendentiem vai cilvēka un mašīnas sadarbība sasniedz galīgo mērķi, jūs gaida daži ienesīgi atlīdzības. Miljardierim Vorenam Bafetam ir a ilggadējs piedāvājums piešķirt katram savam darbiniekam, kurš nāk klajā ar perfektu iekasējumu, miljonu dolāru gadā uz mūžu.
Bet, tiklīdz mēs iegūstam perfektu iekavu, kas notiks tālāk? Kaggle sacensības sākas pēc visu 64 komandu atlases. Nākamais izaicinājums var būt prognozējot turnīra uzvarētājus bef vai jūs zināt, kurš pat ir kandidējis.