machine-learning - 使用机器学习来分析体育博彩

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 5 年前。

Improve this question

假设我的数据库包含数千名用户在 2 年内进行的超过 100 万次投注(各种体育项目)(并且仍在增长)。

这些数据只是闲置着，什么也不做，所以我想是否可以使用像 https://www.tensorflow.org/ 这样的东西，做一些修补，它会分析数据库中的所有赌注，并从中学习一些模式，什么是好的，什么是不好的。

关键是我们没有资源雇佣几十个人，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未平仓投注(这些投注将是针对即将进行的比赛的投注)，并且它会为我选择我应该投注的内容，例如该投注有 90% 的机会获胜，因为有 10 位非常成功的球员进行了该投注，并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，然后它就会知道，例如，如果用户 A 在这个联赛/球队上下注，他很可能会赢。

问题是，我们该何去何从？有人能为我们指出正确的方向吗？或者这对两个人来说太难在几个月内完成？我们可以使用一些预编程的解决方案，例如 TensorFlow 吗？

Answer 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测试您的假设。

总的来说，您可以尝试:

1. 使用 Python 或 R 加载和清理数据

2. 采用随机数据子集(约 10,000 行)并使用 SVM 或随机森林创建一个简单的模型，看起来就像分类赢/输。

3. 测试您的结果并用一些数据验证您的假设。

4. 探索您的数据，看看是否可以生成更好的特征

5. 首先设计一个小型神经网络，然后考虑使用tensorflow或keras等的深度神经网络。

看看这个:https://hackernoon.com/how-to-create-your-own-machine-learning-predictive-system-in-the-nba-using-python-7189d964a371