Adım 1: veri, işin %70'i
Birkaç sezonluk maç gerekir: final skoru, kadrolar, takvim ve en önemlisi her karşılaşmanın kapanış oranları. Geçmiş oranlar olmadan modelinizin piyasayı yenip yenmediğini bilemezsiniz; önemli olan tek soru budur.
Tekrarlanan takım adlarını, tatil edilen maçları ve farklı saat dilimlerindeki tarihleri temizleyin. Gambeta'da ilk ayların hatalarının çoğu model değil veri hatasıydı.
Her top mücadelesi bir veridir. Model maçı hiç görmez: önceden kaydetmeye karar verdiğiniz satırları görür.
Adım 2: maçtan önce var olan değişkenler
Klasik tuzak bilgi sızıntısıdır: yalnızca maçtan sonra bilinen bir veriyi, örneğin aynı maçın isabetli şutlarını kullanmak. Eğitimde model kusursuz görünür; gerçekte çöker.
Geçerli değişkenler: güncel form, önceki maçların beklenen golleri, maçlar arası dinlenme, ev sahibi avantajı, kesinleşmiş eksikler ve açılış oranının kendisi. Spor bahisleri için makine öğrenmesi yazısında modelimizin kullandıklarını anlatıyoruz.
Adım 3: model
Başlamak için sinir ağı gerekmez. Lojistik regresyon ya da iyi düzenlenmiş bir gradient boosting, 1X2 veya alt/üst olasılıklarını sağlam biçimde tahmin eder. Önemli olan çıktının bir olasılık olması, "kazanır ya da kaybeder" etiketi olmamasıdır.
Spor başına bir model eğitin. Futbol, tenis, beyzbol ve basketbol farklı yapılara sahiptir: teniste servis sayıları, beyzbolda başlangıç atıcısı, basketbolda eksikler belirleyicidir. Her şey için tek model dördünü de kötü öğrenir.
Adım 4: kalibrasyon
Kalibre model, %60 dediğinde 10'da yaklaşık 6 kez haklı çıkan modeldir. Tahminleri aralıklara göre gruplayıp olanlarla karşılaştırarak ölçülür. Kalibrasyon olmadan oranla karşılaştırma anlamsızdır ve bahis miktarı yanlış boyutlanır.
Girer ya da girmez. Kalibre bir model bunun gibi binlerce atıştan öğrenir; birkaç yüz atışla yalnızca gürültü öğrenir.
Adım 5: dürüst test
Son sezonu ayırın ve sona kadar bakmayın. Yalnızca olasılığınız kapanış oranının ima ettiğini aştığında, sabit miktarla oynadığınızı simüle edin. Sonuç pozitif değilse, isabet oranı ne kadar yüksek görünse de model çalışmıyordur.
Yalnızca avantajla oynama mantığı value betting'dir ve bir tahmin aracını bahis aracına dönüştüren şey budur.
Adım 6: her şeyi yayınlayın
Geçmişini yayınlamayan bir model tipsterden ayırt edilemez. Her tahmini olasılığı, oranı ve sonucuyla kaydedin ve açıkta bırakın. Kaybettiğinde rahatsız edicidir ve kazandığında güvenilmesinin tek yolu budur.
Bunlar çok iş gibi geliyorsa öyledir: Gambeta'da her gün yaptığımız tam olarak bu ve sıfırdan kurmanız gerekmesin diye ücretsiz yayınlıyoruz.
Yapay zekayı bugün iş başında gör →
Sık sorulan sorular
Programlama bilmeden spor bahisleri için yapay zeka eğitilebilir mi?
Tablolarla basit bir regresyona ulaşabilirsiniz. Kalibre etmek ve geçmiş oranlara karşı test etmek için Python veya R gerekir.
Eğitmek için kaç maç gerekir?
Aynı ligden birkaç sezon. Birkaç yüz maçla model örüntü değil gürültü öğrenir.
Hangi veriler olmazsa olmaz?
Sonuçlar, kadrolar, takvim ve geçmiş kapanış oranları. Oranlar olmadan piyasayı yendiğinizi bilemezsiniz.
ChatGPT gibi genel bir yapay zeka bunu yapabilir mi?
Kodu yazabilir ve tasarımı tartışabilir ama model olamaz: verisi de kalibrasyonu da yoktur.