28 ответов в эту тему

[Bambuk]

pin, on 18 March 2013 - 12:14, сказал:

Вы сами использовали данную программу?

Нет не использовал...я же вроде написал об этом постом выше.

[pin]

Bambuk, on 18 March 2013 - 12:25, сказал:

Нет не использовал...я же вроде написал об этом постом выше.

Хренька выходит с этими нейронными сетями. Из 10 входящих и одной исходящей ноды, программа так и не смогла найти вменяемый алгоритм.

[Bambuk]

pin, on 19 March 2013 - 13:00, сказал:

Хренька выходит с этими нейронными сетями. Из 10 входящих и одной исходящей ноды, программа так и не смогла найти вменяемый алгоритм.

нода это что такое?... Да сеть-то можно простенькую и в экселе сделать даже не чего не программируя...параметры поиском решения можно подобрать (он вроде как 200 тянет переменных, но нам столько не надо..зачем? у нас и данных не наберётся если одну лигу допустим персонально брать можно попробовать в начале данные за 2 сезона с текущим....).
Вы даже если двухслойную сеть сделайте для эксперимента 3 входных+3 выходных нейрона она вам около 50% может отгадать если просто ВНП данные подавать для команд только данные надо подавать
не так как все обычно статистику ведут а подавать данные для общей абстрактной команды с которыми и 1-ая и 2-ая играли (т.е абстрактная команда это множество команд сыгравших с 1 и 2 а игроки обычно рассматривают статистику когда общая куча берётся---это неправильно... вы же товар на весах не вешаете с гирями в кило и в фунт это же разные веса если даже там и там 2 единицы веса ну и в лигах тоже самое примерно) только там с домом-гость надо подумать как лучше делать--это если не для экспериментов. Можно например
домашную всегда в одну позицию ставить а можно и иначе----на первое место например более сильную (по какому-то критерию который вы сами задали) а дома-гость подавать дополнительные сигналы..... есть ещё допустим вариант--учить на общих данных а подавать для ответов персональные данные по домашнему и гостевому состоянию....ну вариантов как видите куча...в сетях всё неоднозначно. Тут даже если она построена то её всё равно надо гонять, тестить итд....мороки многовато.
В сети самое главное определиться что подавать на вход--данных не должно быть черезмерно много а желательно те которые значимы для ответа. Там ведь можно например и динамику учесть--для простейшего случая добавить во входной вектор какие-то данные некоторого числа последних игр....да тут в принципе заниматься этим надо--времени много уйдёт.
Вы попробуйте для начала на простых сетях в тонкостях разобраться если Вым сети интересны а потом можно дальше двигаться.
В нейропакетах есть минус большой--ВЫ не видите как сеть обучается на более детальном уровне. У Вас ведь во входном множестве (если брать пример с линией 1Х2) данные представлены примерами с разной пренадлежностью к классам--допустим так 52%П1 25%Х 23%П2 тогда сеть начнёт отдавать приоритет П1 (там надо или исходное множество
для обучения выравнивать по ВНП или отслеживать ответы--склоняя сеть идти в рамках примерно 52-25-23 %.....)

Отредактировано Bambuk, 19 March 2013 - 13:43.

[Staller]

• Don Emmons из Детройта построил нейронную сеть, позволяющую на скачках предугадывать лошадь-победителя. ИНС (Искусственная Нейронная Сеть), анализируя предыдущие забеги, время финиша, рекорд на ипподроме и другие факторы, с 75 % точностью оценивала вероятного победителя. С помощью результатов этой ИНС Don Emmons получил выигрыш с 17 из 22 сделанных ставок (www.calsci.com/Thoroughbreds.html).
  
• Anderson (Lakewood, CO) обучил нейронную сеть для прогнозирования победителя на собачьих гонках. Он учитывал похожие факторы, в результате чего получалась ИНС с 504 входами, что обеспечиловает ему точность прогнозов в 94 случаев из 100 (94%), правда, только на трети трасс (www.calsci.com/DogRacing.html).
  
• Joel Sokol создал систему - Logistic Regression/Markov Chain (LRMC) model. Она в точности спрогнозировала результаты четырех финальных турниров по баскетболу серии National Collegiate Athletic Association (NCAA). За последний 9 летний период тестирования системы она точно и безошибочно предсказывала в среднем 30 из 36 матчей американских соревнований по баскетболу серии NCAA Final Four. Точность ее результатов составляет 83 % (www2.isye.gatech.edu/people/faculty/Joel_Sokol/ncaa.pdf).
  
• Доктор Алан Маккейб, разработал систему MAIT, на базе нейронных сетей, которая использовалась для прогнозирования результатов игр Английской Премьер - Лиги (www.mymait.com).

[Bambuk]

Уже ведь приводил эти данные данные ( сайт www.bi-grouplabs.ru/Rech/Bookmakers/)
Вот провели они тест
Чистая прибыль за период тестирования, при начальном счете в 100 долларов, составляет 35,86 долларов (смотри отчет в формате excel).
вот график (см ниже) ...А я говорю---хрень всё это....для футбола трудно получить стабильные показатели с хорошим %.

Attached File(s)

•  НЕЙРОГРАФ.jpg   69.82K   7 Количество загрузок

[ЕкатеринаII]

Ну а на тоталы по этому сайту кто-то пробовал сатвить? Меня интересуют тб либо тм 2,5

[Bambuk]

ЕкатеринаII, on 20 March 2013 - 09:28, сказал:

Ну а на тоталы по этому сайту кто-то пробовал сатвить? Меня интересуют тб либо тм 2,5

На сайте ни кто ни куда не ставит. Это группа занимается(а может уже и нет) технологиями обработки данных, которые помогают принимать решения в бизнесе. Ни какими прогнозами они наверно не занимаются, а просто показали результаты исследований по прогнозированию результатов на 1Х2 с помощью нейросети. Но это только один результат и он по сути мало о чём говорит.
Они как я понял говорят типа--если надо обращайтесь....но это там по годам уже старые данные...и если с их сайта двинуться дальше где прогнозировать что-то там хотели толи они толи другие перцы...но суть в том что судя по тому что сайт с 2009 г не обновляется, то дело там заглохло---что само за себя говорит (это то о чём я писал--нет там стабильно и высокий %)
Тоталы вообще трудно играть...я бы Вам не советовал (ни самостоятельно ни с помощью).

[pin]

Bambuk, on 19 March 2013 - 13:40, сказал:

нода это что такое?... Да сеть-то можно простенькую и в экселе сделать даже не чего не программируя...параметры поиском решения можно подобрать (он вроде как 200 тянет переменных, но нам столько не надо..зачем? у нас и данных не наберётся если одну лигу допустим персонально брать можно попробовать в начале данные за 2 сезона с текущим....).
Вы даже если двухслойную сеть сделайте для эксперимента 3 входных+3 выходных нейрона она вам около 50% может отгадать если просто ВНП данные подавать для команд только данные надо подавать
не так как все обычно статистику ведут а подавать данные для общей абстрактной команды с которыми и 1-ая и 2-ая играли (т.е абстрактная команда это множество команд сыгравших с 1 и 2 а игроки обычно рассматривают статистику когда общая куча берётся---это неправильно... вы же товар на весах не вешаете с гирями в кило и в фунт это же разные веса если даже там и там 2 единицы веса ну и в лигах тоже самое примерно) только там с домом-гость надо подумать как лучше делать--это если не для экспериментов. Можно например
домашную всегда в одну позицию ставить а можно и иначе----на первое место например более сильную (по какому-то критерию который вы сами задали) а дома-гость подавать дополнительные сигналы..... есть ещё допустим вариант--учить на общих данных а подавать для ответов персональные данные по домашнему и гостевому состоянию....ну вариантов как видите куча...в сетях всё неоднозначно. Тут даже если она построена то её всё равно надо гонять, тестить итд....мороки многовато.
В сети самое главное определиться что подавать на вход--данных не должно быть черезмерно много а желательно те которые значимы для ответа. Там ведь можно например и динамику учесть--для простейшего случая добавить во входной вектор какие-то данные некоторого числа последних игр....да тут в принципе заниматься этим надо--времени много уйдёт.
Вы попробуйте для начала на простых сетях в тонкостях разобраться если Вым сети интересны а потом можно дальше двигаться.
В нейропакетах есть минус большой--ВЫ не видите как сеть обучается на более детальном уровне. У Вас ведь во входном множестве (если брать пример с линией 1Х2) данные представлены примерами с разной пренадлежностью к классам--допустим так 52%П1 25%Х 23%П2 тогда сеть начнёт отдавать приоритет П1 (там надо или исходное множество
для обучения выравнивать по ВНП или отслеживать ответы--склоняя сеть идти в рамках примерно 52-25-23 %.....)

Ошибся не ноды, а входящий нейрон и выход.
В том же python, задал условия и по ним нашёл закономерности. А сетка не смогла обучиться, с разными слоями пробовал и игрался с параметрами. Ошибки гигантские.

Отредактировано pin, 26 March 2013 - 08:21.

[srotanov]

BIM, on 15 March 2013 - 04:08, сказал:

кто-нибудь пробовал программу STATISTICA Neural Network в действии? Какие минимальные знания нужны для начала ее освоения? Bambuk, ты и здесь написал много полезного, скажи, я так полагаю математикой занимаешься в жизни?

Программа очень хорошая. Я начинал играть с помощью этой программы, создал нейронную сеть по футболу. Чуть меньше месяца играл в + по критерию Келли, но сложность ввода новых данных на каждую игру заставили меня отказаться от её использования. Знания необходимы по теории нейронных сетей и, желательно, иметь книгу по использованию программы.