الخطوة 1: البيانات، وهي 70% من العمل
تحتاج عدة مواسم من المباريات بالنتيجة النهائية والتشكيلات والجدول، وقبل كل شيء أرجحيات الإغلاق لكل لقاء. بدون أرجحيات تاريخية لن تعرف إن كان نموذجك يتفوق على السوق، وهذا السؤال الوحيد المهم.
نظّف أسماء الفرق المكررة والمباريات الموقوفة والتواريخ بمناطق زمنية مختلفة. في Gambeta كانت أغلب أخطاء الأشهر الأولى أخطاء بيانات، لا نموذج.
كل صراع على الكرة معطى. النموذج لا يرى المباراة أبدًا: يرى الصفوف التي قررت أنت حفظها مسبقًا.
الخطوة 2: متغيرات موجودة قبل المباراة
الفخ الكلاسيكي تسرّب المعلومات: استخدام معطى لا يُعرف إلا بعد المباراة، مثل التسديدات على المرمى في اللقاء نفسه. في التدريب يبدو النموذج مثاليًا؛ وفي الواقع ينهار.
المتغيرات الصالحة: الفورمة الأخيرة، الأهداف المتوقعة للمباريات السابقة، الراحة بين المباريات، أفضلية الأرض، الغيابات المؤكدة، وأرجحية الافتتاح نفسها. في التعلّم الآلي للمراهنات الرياضية نصف متغيرات نموذجنا.
الخطوة 3: النموذج
لا تحتاج شبكة عصبية للبدء. انحدار لوجستي أو gradient boosting منظَّم جيدًا يتوقعان احتمالات 1X2 أو أكثر/أقل بثبات. المهم أن يكون الناتج احتمالًا، لا وسم «يفوز أو يخسر».
درّب نموذجًا لكل رياضة. كرة القدم والتنس والبيسبول وكرة السلة لها بنى مختلفة: في التنس تحكم نقاط الإرسال، في البيسبول الرامي الأساسي، في كرة السلة الغيابات. نموذج واحد للجميع يتعلّم الأربع بشكل سيئ.
الخطوة 4: المعايرة
النموذج المعاير هو الذي، حين يقول 60%، يصيب نحو 6 من كل 10 مرات. يُقاس ذلك بتجميع التوقعات في نطاقات ومقارنتها بما حدث. بدون معايرة لا تعني المقارنة بالأرجحية شيئًا ويكون الرهان بحجم خاطئ.
تدخل أو لا تدخل. النموذج المعاير يتعلّم من آلاف الرميات كهذه؛ ومن بضع مئات لا يتعلّم إلا الضجيج.
الخطوة 5: الاختبار الصادق
اعزل الموسم الأخير ولا تنظر إليه حتى النهاية. حاكِ الرهان فقط حين يتجاوز احتمالك الاحتمال الضمني لأرجحية الإغلاق، برهان ثابت. إن لم تكن النتيجة إيجابية، فالنموذج لا يعمل مهما بدت الدقة عالية.
منطق الرهان فقط بأفضلية هو الرهان القيمي، وهو ما يحوّل أداة التوقع إلى أداة رهان.
الخطوة 6: نشر كل شيء
نموذج لا ينشر سجله لا يُميَّز عن مرشد. سجّل كل توقع باحتماله وأرجحيته ونتيجته واتركه على العلن. مزعج حين يخسر، وهو الطريقة الوحيدة ليثق به أحد حين يفوز.
إن بدا كل هذا عملًا كثيرًا فهو كذلك: هذا ما نفعله يوميًا في Gambeta، وننشره مجانًا لكي لا تبنيه من الصفر.
شاهد الذكاء الاصطناعي يعمل اليوم →
أسئلة شائعة
هل يمكن تدريب ذكاء اصطناعي للمراهنات دون برمجة؟
بجداول البيانات تصل إلى انحدار بسيط. للمعايرة والاختبار على أرجحيات تاريخية ستحتاج Python أو R.
كم مباراة يلزم للتدريب؟
عدة مواسم من الدوري نفسه. ببضع مئات من المباريات يتعلّم النموذج الضجيج لا الأنماط.
ما البيانات التي لا غنى عنها؟
النتائج والتشكيلات والجدول وأرجحيات الإغلاق التاريخية. بدون أرجحيات لن تعرف إن كنت تتفوق على السوق.
هل يصلح ذكاء عام مثل ChatGPT لهذا؟
يصلح لكتابة الكود ومناقشة التصميم، لا كنموذج: لا بيانات لديه ولا معايرة.