使用机器学习分析体育投注[关闭]答案

【问题标题】：Use machine learning to analyze sports bets [closed]使用机器学习分析体育投注[关闭]
【发布时间】：2017-11-22 17:55:50
【问题描述】：

假设我有一个数据库，其中包含数千名用户在 2 年内（并且还在增长）进行的超过 100 万次投注（各种运动）。

这些数据只是无所事事，所以我想如果可以使用https://www.tensorflow.org/之类的东西，做一些修改，它会分析数据库中的所有赌注并从中学习一些模式，什么好与不好。

关键是我们没有资源雇佣几十个人，因为天知道从头开始编写一些复杂的软件需要多长时间。所以我想我们可以使用 TensorFlow 中的一些模块并从那里开始。

然后我会向网络提供当前系统中的新公开投注（这些投注将是关于即将进行的比赛的投注），它会为我挑选我应该投注的内容，例如这个赌注有 90% 的几率会赢，因为有 10 位非常成功的玩家做了这个赌注，而且他们在投注这项特定运动时取得了非常高的成功。

我们有很多经验丰富的用户，他们通过投注赚了很多钱。因此，系统可以根据我们拥有的数据进行训练，然后它会知道，例如，如果用户 A 投注这个联赛/球队，他很可能会获胜。

问题是，我们从这里去哪里？有人能指出我们正确的方向吗？或者这对于几个月内的两个人来说太难了？我们可以使用一些预编程的解决方案吗，比如 TensorFlow？

【问题讨论】：

好的。你有问题吗？
我添加了问题
您可能应该首先查看基本的投注理论。在外层：这不是二元意义上的成功，而是期望（成功*奖励）。而且我很确定，这些投注的内部机制设计的构建方式对他们来说设置哪些投注并不重要（忽略关于未来的想法）。这是更多的用户与用户。这也意味着，如果正确的话，NN 并没有多大帮助。也许是一些博弈论设计，但我不知道。
还有一个补充：记住一个事实，平均而言，你从中学到的赌注是输的！
我愿意合作，您仍然可以访问这些数据吗？ )

【解决方案1】：

如果不查看数据，就不可能建议您下一步应该采取什么方向，但无论如何，您的第一步应该是彻底探索您的数据，在一小部分数据上创建模型并检验您的假设。

总的来说，你可以尝试：

【讨论】：

【解决方案2】：

是的，这是可能的，但可能比看起来更困难。

考虑一下微软的 Cortana（虽然只选择游戏是否会直接获胜而不是 ATS）只有大约。 63% 准确；正如您在问题 (1) 中提到的那样，这非常好，但不完全是 90%。

您的数据库的大小应该适合 ANN 模型。这肯定是一个非常有趣的项目！

对于“我从这里去哪里......”的问题，我的回答是简单地探索 RStudio 中的数据或使用云服务，例如 Microsoft 的 Azure ML Studio(2) 或 Amazon 的机器学习服务(3)。

祝你好运！

【讨论】：