Mašīnmācība paredz Pasaules kausa uzvarētāju

Matiass Hangsts | Getty

Ceturtdien Krievijā sāksies 2018. gada Pasaules kauss futbolā, un tas, visticamāk, būs viens no visplašāk skatītajiem sporta notikumiem vēsturē, kas ir populārāks pat par olimpiskajām spēlēm. Tātad potenciālie uzvarētāji rada ievērojamu interesi.

Viens no veidiem, kā novērtēt iespējamos rezultātus, ir aplūkot bukmeikeru izredzes. Šie uzņēmumi izmanto profesionālus statistiķus, lai analizētu plašas rezultātu datu bāzes, lai kvantitatīvi noteiktu jebkuras iespējamās atbilstības dažādu iznākumu iespējamību. Tādā veidā bukmeikeri var piedāvāt izredzes uz visām spēlēm, kas sāksies tuvāko nedēļu laikā, kā arī izredzes uz potenciālajiem uzvarētājiem.

Vēl labāks aprēķins tiek iegūts, apvienojot daudzu dažādu bukmeikeru izredzes. Šī pieeja liek domāt, ka Brazīlija ir nepārprotama favorīte uz 2018. gada Pasaules kausa izcīņu ar 16,6 procentu iespējamību, kam seko Vācija (12,8 %) un Spānija (12,5 %).

Taču pēdējos gados pētnieki ir izstrādājuši mašīnmācības metodes, kas spēj pārspēt parastās statistikas pieejas. Kādu šīs jaunās tehnikas paredzamo iznākumu 2018. gada Pasaules kausā?

Atbilde nāk no Andreasa Grolla no Dortmundes Tehniskās universitātes Vācijā un dažu kolēģu darba. Šie puiši izmanto mašīnmācības un parastās statistikas kombināciju — metodi, ko sauc par izlases veida meža pieeju, lai noteiktu citu visticamāko uzvarētāju.

Vispirms nedaudz fona. Nejaušības meža tehnika pēdējos gados ir parādījusies kā spēcīgs veids, kā analizēt lielas datu kopas, vienlaikus izvairoties no dažām citu datu ieguves metožu nepilnībām. Tas ir balstīts uz ideju, ka kādu nākotnes notikumu var noteikt ar lēmumu koku, kurā rezultāts tiek aprēķināts katrā atzarā, atsaucoties uz apmācības datu kopu.

Tomēr lēmumu koki cieš no labi zināmas problēmas. Sazarošanas procesa pēdējos posmos lēmumus var nopietni izkropļot apmācības dati, kas ir reti un ir pakļauti lielai variācijai pie šāda veida izšķirtspējas, kas ir problēma, kas pazīstama kā pārmērīga pielāgošana.

Nejaušības meža pieeja ir atšķirīga. Tā vietā, lai aprēķinātu iznākumu katrā filiālē, process aprēķina nejaušu zaru iznākumu. Un tas tiek darīts daudzas reizes, katru reizi ar citu nejauši atlasītu zaru kopu. Gala rezultāts ir visu šo nejauši konstruēto lēmumu koku vidējais lielums.

Šai pieejai ir ievērojamas priekšrocības. Pirmkārt, tas necieš no tās pašas pārbūves problēmas, kas nomoka parastos lēmumu pieņemšanas kokus. Tas arī atklāj, kuri faktori ir vissvarīgākie rezultāta noteikšanā.

Tātad, ja konkrētais lēmumu koks ietver daudz parametru, kļūst viegli saprast, kuriem no tiem ir vislielākā ietekme uz rezultātu un kuriem nav. Nākotnē šos mazāk svarīgos faktorus var ignorēt.

Groll un co izmanto tieši šo pieeju, lai modelētu 2018. gada Pasaules kausu. Viņi modelē katras spēles iznākumu, kuru komandas, visticamāk, spēlēs, un izmanto rezultātus, lai izveidotu turnīra visticamāko gaitu.

Groll un co sākas ar plašu iespējamo faktoru klāstu, kas varētu noteikt rezultātu. Tie ietver tādus ekonomiskos faktorus kā valsts IKP un iedzīvotāju skaits, FIFA nacionālo izlašu reitings un pašu komandu īpašības, piemēram, vidējais vecums, Čempionu līgas spēlētāju skaits, vai viņiem ir mājas priekšrocības utt. .

Interesanti, ka nejaušā meža pieeja ļauj Groll un co iekļaut citus reitinga mēģinājumus, piemēram, bukmeikeru izmantotos reitingus.

To visu iekļaujot modelī, tiek sniegts interesants ieskats. Piemēram, visietekmīgākie faktori izrādās ar citām metodēm izveidotie komandu reitingi, tostarp bukmeikeru, FIFA u.c.

Citi svarīgi faktori ir IKP un Čempionu līgas spēlētāju skaits komandā. Nenozīmīgi faktori ir valsts iedzīvotāju skaits, trenera tautība un tā tālāk.

Prognozes, kas iegūtas šajā procesā, dažos svarīgos veidos atšķiras no citām. Sākumā izlases veida meža metode kā visticamāko uzvarētāju izvēlas Spāniju ar 17,8 procentu varbūtību.

Taču liels faktors šajā prognozē ir paša turnīra uzbūve. Ja Vācija izšķirs sacensību grupu fāzi, tai, visticamāk, būs spēcīga pretestība 16 komandu izslēgšanas fāzē. Šī iemesla dēļ izlases veida meža metode Vācijas izredzes sasniegt ceturtdaļfinālu aprēķina kā 58 procentus. Turpretim Spānijai diezin vai būs spēcīga pretestība finālā 16, tāpēc tai ir 73% iespēja iekļūt ceturtdaļfinālā.

Ja abi iekļūs ceturtdaļfinālā, viņiem ir vairāk vai mazāk vienādas izredzes uzvarēt. Spānija ir nedaudz priekšroka pār Vāciju, galvenokārt tāpēc, ka Vācijai ir salīdzinoši liela iespēja izkrist sešpadsmitniekā, saka Groll un co.

Bet ir papildu pagrieziens. Nejaušības koka process ļauj simulēt visu turnīru, un tas rada atšķirīgu rezultātu.

Groll un co simulēja visu turnīru 100 000 reižu. Pēc visticamākā turnīra gaitas spāņu vietā Pasaules kausu iegūtu Vācijas izlase, viņi saka.

Protams, spēļu daudzuma permutāciju dēļ šis kurss joprojām ir ārkārtīgi maz ticams. Groll un co izvirzīja izredzes apmēram 1 pret 100 000.

Tātad jums tas ir. Turnīra sākumā lielākās izredzes uzvarēt ir Spānijai, uzskata Groll un co. Bet, ja Vācija iekļūs ceturtdaļfinālā, tā kļūst par līderpozīciju.

Turnīrs sāksies ceturtdien, kad mājiniece Krievija spēkosies ar Saūda Arābiju. Diemžēl neviena no šīm komandām neizskatās, ka iekļūs pat ceturtdaļfinālā.

Atsauce: arxiv.org/abs/1806.03208 : 2018. gada FIFA Pasaules kausa prognozes — nejauša pieeja mežam, uzsvaru liekot uz aptuvenajiem komandas spēju parametriem

paslēpties