Наша новая модель подходит к сезону

Прошло два года с тех пор, как мы начали работать со статистикой по серфингу. Как и любой другой проект, мы начали с небольшого сбора данных, представленных другими веб-сайтами, работающими в той же области. Чтобы развиваться, мы почувствовали потребность создать нашу собственную базу данных с нашим собственным представлением данных и архитектуры.

Весь этот путь привел к созданию надежных алгоритмов фантастического предсказания. В прошлом году наша основная модель достигла позиции около 1kº в соревновании с почти 40kº активными игроками. Наша модель была сгруппирована вокруг 2,5% лучших игроков в 2017 году. Она ясно показывает, насколько хорошо развился наш алгоритм с нашим глубоким пониманием того, как можно организовать переменные серфера, чтобы предсказать вероятность того, что серферы преуспеют на мероприятии.

В течение сезона 2017 года мы много работали над улучшением наших моделей. Задача была очень сложной, и ее удалось решить только за счет изменения нашего подхода.

Теперь мы столкнулись с трудностями и начали использовать методы машинного обучения для наших данных, чтобы делать более точные прогнозы. Мы быстро продвигаемся в этом направлении и уже можем создать модель прогнозирования, которая лучше всех других наших моделей. Тест основан на нашем внутреннем моделировании сезона 2017 года.

Теперь, когда мы переходим в другую сферу, все наши стратегии изменятся. От данных, которые мы используем, до того, как мы их обрабатываем, теперь все по-другому. Начать работу в новой области - это сложно и воодушевляет. Сложностей много, но есть еще много возможностей для улучшений.

Первая модель машинного обучения, как мы называем ее, v2.1 не будет нашей основной версией в этом сезоне. У нас есть внутренний чемпионат версий, и модель должна быть первой в нашей лиге в этом году, чтобы стать официальной.

Наша лучшая модель имела точность в 2017 году около 70%. Победитель фэнтези-турнира WSL прошлого сезона Джейс Джейс Флоренс показал точность около 75%. Наша модель машинного обучения в нашем внутреннем моделировании имела точность около 74%. Это наверняка нас всех по-настоящему взволновало и взволновало.

Смогут ли эти модели, основанные на моделях старых сезонов, хорошо предсказать сезон 2018 года? Это наш главный вопрос и что движет нами вперед!