258 ответов в эту тему

[srotanov]

analitic, on 16 July 2015 - 17:19, сказал:

Ну ясно... у меня то расчеты критерия есть, только подбирать их больно муторно... Думал может есть другой метод. Интересно было узнать)

Все равно, спасибо

Самое сложное в критерии Келли - это правильное определение вероятности события. Поэтому его мало, кто применяет, хотя он очень выгоден.

analitic, on 16 July 2015 - 17:36, сказал:

а я думаю победа первой будет... по всем расчетам

ну или ничья на крайний случай

Каким методом или способом определили?

[analitic]

Даже не знаю как называются)))

Тремя методами. 1. Программа где-то здесь была выложена, написанная на экселе. 2. Распределением Пуассона, по турнирным таблицам, с выборкой забитых и пропущенных голов хозяев/гостей. 3. По таблице домашних/гостевых игр, чтобы исключить случайности домашних игр.

Хотел еще нейронными сетями рассчитать, но они вообще сырые. Поэтому мне и интересна сама тема создания нейронных сетей

[srotanov]

analitic, on 16 July 2015 - 18:23, сказал:

Даже не знаю как называются)))

Тремя методами. 1. Программа где-то здесь была выложена, написанная на экселе. 2. Распределением Пуассона, по турнирным таблицам, с выборкой забитых и пропущенных голов хозяев/гостей. 3. По таблице домашних/гостевых игр, чтобы исключить случайности домашних игр.

Хотел еще нейронными сетями рассчитать, но они вообще сырые. Поэтому мне и интересна сама тема создания нейронных сетей

Какую задачу должна решать ваша сеть?

[analitic]

Все по Ротштейну... Т.е. конечный результат с разницей мячей (1 команда - 2 команда) и указанием результата игры BL-крупный проигрыш, SL-проигрыш, D - ничья, SW - выигрыш, BW - крупный выигрыш

[srotanov]

analitic, on 16 July 2015 - 18:34, сказал:

Все по Ротштейну... Т.е. конечный результат с разницей мячей (1 команда - 2 команда) и указанием результата игры BL-крупный проигрыш, SL-проигрыш, D - ничья, SW - выигрыш, BW - крупный выигрыш

А крупный проигрыш или выигрыш - это как?

[analitic]

srotanov, on 16 July 2015 - 18:50, сказал:

А крупный проигрыш или выигрыш - это как?

когда разница 3 и более мячей... от -3 или от 3

[srotanov]

analitic, on 16 July 2015 - 18:53, сказал:

когда разница 3 и более мячей... от -3 или от 3

Значит, у тебя 5 выходных переменных. А исходные данные какие выбрал?

[analitic]

нет, у меня 12 входных данных... 5 последние игры первой команды, 5 последних игр 2 команды и 2 последние игры между собой... исходными данными будет разница мячей, переведенная через нечеткий аппроксиматор, в каждом случае

[srotanov]

analitic, on 16 July 2015 - 19:47, сказал:

нет, у меня 12 входных данных... 5 последние игры первой команды, 5 последних игр 2 команды и 2 последние игры между собой... исходными данными будет разница мячей, переведенная через нечеткий аппроксиматор, в каждом случае

А выходных нейронов сколько?

[analitic]

5 выходов... BL, SL, D, SW, BW. Как я понял, кто больший по весам тот и будет результатом. Через них же путем вычислений и определяется вероятный счет, т.е. разница... Если -3 и более, значит победит 2-я команда с крупным счетом, если от 0 до -3, простой проигрыш, 0 ничья и т.д.

Проблема в том, что я без нейросети не могу подобрать параметры членской функции и весовые коэффициенты... Надо ее собрать, обучить и выставить. Я этого делать не умею и использую те, что даны в статье

[srotanov]

analitic, on 16 July 2015 - 20:03, сказал:

5 выходов... BL, SL, D, SW, BW. Как я понял, кто больший по весам тот и будет результатом. Через них же путем вычислений и определяется вероятный счет, т.е. разница... Если -3 и более, значит победит 2-я команда с крупным счетом, если от 0 до -3, простой проигрыш, 0 ничья и т.д.

Проблема в том, что я без нейросети не могу подобрать параметры членской функции и весовые коэффициенты... Надо ее собрать, обучить и выставить. Я этого делать не умею и использую те, что даны в статье

А сколько у тебя наблюдений для обучения сети?

[analitic]

сеть при желании можно расширить, добавив травмированных игроков, агрессивные проходящие пасы, погоду, место в турнирной таблице, мотивацию, нарушения и т.д.

[srotanov]

analitic, on 16 July 2015 - 20:05, сказал:

сеть при желании можно расширить, добавив травмированных игроков, агрессивные проходящие пасы, погоду, место в турнирной таблице, мотивацию, нарушения и т.д.

Так сколько у тебя наблюдений для обучения сети?

[analitic]

я специальный подсчет не веду, тем более сети как таковой и нет, просто наброски... я все вбил в эксель и теперь вбивая одни данные у меня рассчитываются сразу 3 метода + набросок подобия нейросети

[srotanov]

analitic, on 16 July 2015 - 20:08, сказал:

я специальный подсчет не веду, тем более сети как таковой и нет, просто наброски... я все вбил в эксель и теперь вбивая одни данные у меня рассчитываются сразу 3 метода + набросок подобия нейросети

А выходной результат у тебя вероятностный? Или просто решаешь задачу классификации?

[analitic]

Это как?

[srotanov]

Ну, сеть твоя должна выдать вероятность каждого из 5 исходов или просто сказать, что наступит тот-то или другой исход?

[analitic]

Этого я сказать не могу... у меня рассчитывает все 5...
В конце я вывожу в процентном соотношении, кто доминирует таков и результат... У меня там косяк, знаний не хватает(... Рассчитывает как будто выигрывает 1 команда, а разницу мячей в итоговом результате выдает как-будто 2-я

[srotanov]

Тогда в СТАТИСТИКА 10 выбирай задачу регрессии, задай входные переменные (которых 12) - непрерывные выбирай. Выходные переменные (5 штук) тоже делай непрерывными. Тип сети многослойный персептрон. Количество скрытых нейронов оставь по умолчанию программы. Алгоритм обучения выбирай BFGS, хотя может и метод градиентного спуска подойдёт. Функцию активации выбирай для начала экспоненциальную или тангенциальную (надо экспериментировать, какая лучше).

Выходную функцию активации выбирай Softmax.

[analitic]

srotanov, on 16 July 2015 - 20:55, сказал:

Тогда в СТАТИСТИКА 10 выбирай задачу регрессии, задай входные переменные (которых 12) - непрерывные выбирай. Выходные переменные (5 штук) тоже делай непрерывными. Тип сети многослойный персептрон. Количество скрытых нейронов оставь по умолчанию программы. Алгоритм обучения выбирай BFGS, хотя может и метод градиентного спуска подойдёт. Функцию активации выбирай для начала экспоненциальную или тангенциальную (надо экспериментировать, какая лучше).

Выходную функцию активации выбирай Softmax.

Спасибо большое... Обязательно попробую

В Статистике 10 долго мудохался, вроде что-то переносил, вбивал, но так и не понял: что, для чего и как. Мне хотелось увидеть саму сеть, разобрать ее, посмотреть как она рассчитывает каждый параметр, поэтапно какие выдает ошибки