AI bot spår vinnere av World Series

Hvordan baseball kan være med på å forklare blockchain Alex Feinberg pleide å spille profesjonell baseball. Så jobbet han for Google. I dag treffer han homers med blockchain.

Amerika har blitt limt fast på TV-skjermene sine siden MLB-sluttspillet startet 1. oktober. I takt med at feltet har hvittet til bare fire lag, er oddsmakerne ivrige etter å finne ut hvilket lag som har kanten.

Forskere ved DataRobot trodde det ville være en morsom øvelse å hente alle MLB-dataene fra de siste tiårene og få AI-tallet ut hvem som vinner 2019-serien.

Kunstig intelligens: En bedriftsleders guide (gratis PDF) (TechRepublic Premium)

I starten av sluttspillet spådde AI at Los Angeles Dodgers mest sannsynlig ville vinne vimpelen, fulgt tett av Houston Astros. I American League sa DataRobots AI at Houston Astros hadde 40% sannsynlighet for å vinne American League, etterfulgt av New York Yankees på 25% og Minnesota Twins på 18%.

For National League ga DataRobot Los Angeles Dodgers 47% sjanse for å vinne tittelen, langt over Atlanta Braves på 23% og 13% sjansen som ble gitt til Saint Louis Cardinals og Washington Nationals.

De fleste analytikere hadde lignende prediksjoner, men som alltid kunne få forutsi den uforklarlige karakteren av baseballs sluttspillatmosfære. Los Angeles Dodgers ble sjokkerende slått ut av sluttspillet av Nationals og Atlanta Braves ble forsvarlig slått av kardinalene, og fremdro begge lag til National League Championship.

DataRobot hadde bedre hell med American League, der de riktig spådde at Astros og Yankees ville møte i mesterskapsserien.

Hjernen bak AI-prediksjonen, DataRobot daglig leder for sport og spill Andrew Engel, fortalte TechRepublic at prediksjonen var en naturlig forlengelse av arbeidet de allerede gjør med store ligasportlag.

"Data har vist seg å være veldig innflytelsesrike og verdsatt i hele sportsverdenen sett med US Open, Wimbledon og March Madness. Men hvem skal egentlig vite hvordan sluttspillet vil gå?" Sa Engel. "Modellene vi har bygget gjennom DataRobot gir oss en bedre ide om hvordan lag vil klare seg denne sesongen, men det er fortsatt god plass til overraskelser. Det er dette som gjør sporten til analyse av sport så spennende."

For dette prosjektet kjørte Engel mer enn 20 år med MLB-data gjennom DataRobot for å se, hvilket lag som mest sannsynlig vil vinne World Series.

Selskapets AI var i stand til å finne ut av hvert sluttspillslagets Elo-rating og bygget modeller for å forutsi, hvilke lag som ville vinne hvert spill. Statistikere bruker Elo-rangeringer for å bestemme ferdighetsnivået til spillere i et system. Statistikken ble opprinnelig opprettet for sjakk, men ble raskt nyttig for baseball.

I tillegg til Elo, brukte Engel også mye brukt baseballstatistikk som OPS +, WAR (etter stilling), RAA og andre.

"DataRobot er en automatisert plattform for maskinlæring. Så jeg kan mate alle disse historiske spillene inn i DataRobot og kvise gjennom 70 forskjellige modeller og prøve å finne den som gjør den beste jobben med å forutsi hvem som kan vinne et gitt spill, " sa han. "Når du har det, kan du lage en modell."

Når Engel og teamet hans hadde laget den typen modell de trodde ga nøyaktige resultater, spilte de simuleringen 100 000 ganger og tabulerte hvor ofte hvert lag vant World Series.

DataRobot jobber allerede mye med individuelle lag og sportsligaer som MLB, NBA og NHL, så dette var en naturlig forlengelse av hva AI-en vanligvis takler. Selskapet hjelper lag på forskjellige måter, alt fra spådommer om unge spillere til dypere forståelse av fanatferd.

"DataRobot er et selskap som gjør det mulig for andre selskaper å utnytte kraften til AI ved å tilby en bedrifts AI-programvareplattform og -tjenester som en strategisk rådgiver for å drive AI-adopsjon på tvers av virksomheter, " sa Engel. "En del av grunnen til at jeg laget dette er fordi jeg er en sportsfan og en stor baseballfan. Historisk sett er baseball utrolig analytisk drevet. Bruken av data i sporten har vært tung siden begynnelsen, så det var bare passende å bruke det nå som vi har verktøy for å innta mye data. "

Som med de fleste spådommer, er det ikke perfekt. Engel sa at prediksjonen ikke kan ta hensyn til ting som hjemmefeltfordel, pitching-lagoppstillinger, skader og stjerneprestasjoner. Etter hver runde planlegger han å gjøre om simuleringen for å se hvem som kommer ut på toppen.

Og han vil definitivt trenge å gjøre om forutsigelsen sin med tanke på opprørene som skjedde denne uken.

Ukens beste nyhetsbrev

Redaktørene våre fremhever TechRepublic-artikler, gallerier og videoer som du absolutt ikke kan gå glipp av for å holde deg oppdatert om de siste IT-nyhetene, innovasjonene og tipsene. fredager

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com