


Das KI-Modell verrät Ihnen, warum Brasilien dieses Jahr am wahrscheinlichsten die Meisterschaft gewinnt! Die letzten beiden Meisterschaften genau vorhergesagt
Apropos größte Internet-Berühmtheit der Weltmeisterschaft 2010 in Südafrika: Es muss „Octopus Paul“ sein!
Dieser magische Oktopus im Deutschen Zentrum für Meeresleben hat nicht nur die Ergebnisse aller sieben Spiele der deutschen Mannschaft erfolgreich vorhergesagt, sondern auch den endgültigen Sieger, die spanische Mannschaft, erfolgreich ausgewählt.
Leider hat Paul uns für immer verlassen, aber sein „Vermächtnis“ lebt in den Versuchen der Menschen weiter, den Ausgang von Fußballspielen vorherzusagen.
Während die Weltmeisterschaft 2022 in Katar weitergeht, beschlossen drei Forscher, Nick Barlow, Jack Roberts und Ryan Chan, am Alan Turing Institute, einen KI-Algorithmus zu verwenden, um die diesjährige Meisterschaft vorherzusagen.
Vorhersagemodell
Der statistische Algorithmus des Turing-Instituts basiert auf einem Modell „AIrsenal“, das aus dem Fußballspiel „Premier League Fantasy“ abgeleitet ist (ja, wie Sie am Namen erkennen können, dem Erfinder des Algorithmus). Muss ein Arsenal-Fan sein).
Dieses Modell basiert auf dem klassischen Fußballvorhersagemodell, das 1997 von Dixon und Coles eingeführt wurde. Das Modell berücksichtigt die Angriffsstärke, die Verteidigungsstärke und den Heimvorteil einer Mannschaft und berechnet anhand der Bayes'schen Statistik, welche Mannschaft in einem Spiel am wahrscheinlichsten punktet.
Drei Forscher haben das AIrsenal-Modell angepasst, um es besser für die Vorhersage der Ergebnisse internationaler Wettbewerbe geeignet zu machen.
Zum Beispiel spielt jede Nationalmannschaft am häufigsten gegen Mannschaften desselben Kontinents, Brasilien hat beispielsweise seit 2019 nicht mehr gegen eine europäische Mannschaft gespielt. Dies kann zu Verzerrungen bei der Vorhersage von Ergebnissen zwischen Teams aus verschiedenen Kontinenten führen.
Um dieses Problem zu lösen, führte der Forscher die „Parameter des relativen Vorteils“ zwischen Verbänden verschiedener Kontinente ein und überarbeitete das Modell.
Trainingsdaten
Um den Sieger der Weltmeisterschaft 2022 genau vorherzusagen, müssen Sie zunächst Daten aus der Vergangenheit verwenden, um das Modell zu trainieren.
Drei Forscher des Turing-Instituts nutzten eine umfassende Datenbank internationaler Fußballspiele, die vom GitHub-Benutzer martj42 zusammengestellt wurde – die detaillierte Ergebnisse jedes Fußballspiels seit 1872 aufzeichnet.
In den Trainingsdaten ist das Gewicht der WM-Hauptspiele (nach 2002) und der jüngsten Spiele sequenziell größer als das der interkontinentalen Meisterschaften, Qualifikationsspiele und Freundschaftsspiele. Die Forscher geben auch offizielle FIFA-Ranglisten in das Modell ein, um eine aktuelle Schätzung der Teamleistung zu liefern.
Erwähnenswert ist, dass die Forscher in der Pressemitteilung auch erklärten, dass ihr Modell Faktoren wie „Spieler“, „Elfmeter“ und „Ort/Wetter/Sonstiges“ nicht berücksichtigt habe, das Deutschland 2014 aber dennoch erfolgreich vorhergesagt habe und Frankreich, Gewinner der Weltmeisterschaften 2018 und 2018.
Vorhersageergebnisse
Am Ende hat das Alan Turing Institute mithilfe dieses KI-Modells und 100.000 experimentellen Ergebnissen die „ultimative Meisterschaft“ bzw. „die Ergebnisse der englischen und walisischen Mannschaft“ vorhergesagt und schließlich zwei Berichte vorgelegt.
Vorhersage für die Endmeisterschaft
Aus der obigen Tabelle können wir ersehen, dass Brasilien von 100.000 Testergebnissen fast 25.000 Mal die Endmeisterschaft gewann, mit einer Gewinnwahrscheinlichkeit von etwa 25 %.
Belgien und Argentinien sind mit einer Wahrscheinlichkeit von 18 % bzw. 13,5 % die zweiten bzw. dritten Favoriten auf den Gewinn der Meisterschaft.
Darüber hinaus sind die Teams auf den Rängen 4-10 hinsichtlich der Siegeswahrscheinlichkeit Frankreich (11 %), England (7,5 %), Spanien (4,5 %), die Niederlande (4,4 %), Dänemark (3,1 %) und Portugal (3,0). %) und Kroatien (2,2 %) – alles europäische Teams.
Leistungsvorhersage der beiden britischen Brüder
Laut der Leistungssimulation des KI-Modells der englischen und walisischen Teams hat Wales mehr als die Hälfte (52 %) der Wahrscheinlichkeit, in der Gruppenphase anzuhalten.
England ist in einer etwas besseren Situation, mit einer Wahrscheinlichkeit von nur 20 %, die Gruppenphase zu verpassen. Das Modell geht jedoch immer noch davon aus, dass die Wahrscheinlichkeit, dass sie unter den ersten 8 bleiben, bei 70 % liegt, und ist hinsichtlich der „Drei“ nicht optimistisch Die Aussichten der Lions, die Meisterschaft zu gewinnen.
Ich frage mich, ob englische Fans bis zur britischen Halbinsel dieser Vorhersage zustimmen werden.
Andere Models sind auch optimistisch, was Brasilien angeht
Zufälligerweise.
Kürzlich nutzte ein gemeinsames Forschungsteam der Universität Luxemburg, der Technischen Universität München und der Technischen Universität Dortmund auch Daten der fünf Weltmeisterschaften 2002, 2006, 2010, 2014 und 2018, kombiniert mit der Struktur jedes Teams und das BIP jedes Landes und andere zu analysierende Parameter. „Das „Random Forest Model“ wurde trainiert, um den Gewinner der Weltmeisterschaft 2022 vorherzusagen.
Die Endergebnisse zeigen, dass das brasilianische Team eine Wahrscheinlichkeit von 23,5 % für den Einzug ins Finale und eine Wahrscheinlichkeit von 15 % für den Gewinn der Meisterschaft hat und damit den ersten Platz unter den Top 32 belegt. Die Mannschaften auf den Plätzen 2-5 mit Gewinnwahrscheinlichkeit sind: Argentinien, Niederlande, Deutschland und Frankreich.
Die Vorhersage des endgültigen Gewinners durch das KI-Modell des gemeinsamen Forschungsteams stimmt exakt mit den Forschungsergebnissen des Alan Turing Institute überein. So gesehen steht die Krönung des sechsten Sterns der „Samba-Armee“ wirklich vor der Tür!
Abschließend müssen wir auch zugeben, dass es zwar wissenschaftlich ist, KI zur Vorhersage von Spielergebnissen zu verwenden, und dass Teams wie Brasilien, Belgien und Argentinien tatsächlich die Favoriten in diesem Wettbewerb sind, es jedoch absolut unmöglich ist, dass das Modell alle Faktoren berücksichtigt.
Egal wie genau das KI-Modell ist, Fußball wird immer ein Zufallsspiel sein.
Die unvorhersehbaren Faktoren auf der grünen Wiese können der Grund dafür sein, dass wir es mögen und so sehr lieben.
Referenzen:
https://www.zeileis.org/news/fifa2022/
https://www.eurekalert.org/news-releases/971175
https://www.turing . ac.uk/blog/can-our-algorithm-predict-winner-2022-football-world-cup
https://www.iflscience.com/ai-has-run-100-000-simulations-and-predicted -der-Weltmeister-2022-66314
Das obige ist der detaillierte Inhalt vonDas KI-Modell verrät Ihnen, warum Brasilien dieses Jahr am wahrscheinlichsten die Meisterschaft gewinnt! Die letzten beiden Meisterschaften genau vorhergesagt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bei der Konvertierung von Zeichenfolgen in Objekte in Vue.js wird JSON.Parse () für Standard -JSON -Zeichenfolgen bevorzugt. Bei nicht standardmäßigen JSON-Zeichenfolgen kann die Zeichenfolge durch Verwendung regelmäßiger Ausdrücke verarbeitet und Methoden gemäß dem Format oder dekodierten URL-kodiert reduziert werden. Wählen Sie die entsprechende Methode gemäß dem String -Format aus und achten Sie auf Sicherheits- und Codierungsprobleme, um Fehler zu vermeiden.

Der Artikel führt den Betrieb der MySQL -Datenbank vor. Zunächst müssen Sie einen MySQL -Client wie MySQLworkBench oder Befehlszeilen -Client installieren. 1. Verwenden Sie den Befehl mySQL-uroot-P, um eine Verbindung zum Server herzustellen und sich mit dem Stammkonto-Passwort anzumelden. 2. Verwenden Sie die Erstellung von Createdatabase, um eine Datenbank zu erstellen, und verwenden Sie eine Datenbank aus. 3.. Verwenden Sie CreateTable, um eine Tabelle zu erstellen, Felder und Datentypen zu definieren. 4. Verwenden Sie InsertInto, um Daten einzulegen, Daten abzufragen, Daten nach Aktualisierung zu aktualisieren und Daten nach Löschen zu löschen. Nur indem Sie diese Schritte beherrschen, lernen, mit gemeinsamen Problemen umzugehen und die Datenbankleistung zu optimieren, können Sie MySQL effizient verwenden.

Es gibt viele Gründe, warum MySQL Startup fehlschlägt und durch Überprüfung des Fehlerprotokolls diagnostiziert werden kann. Zu den allgemeinen Ursachen gehören Portkonflikte (prüfen Portbelegung und Änderung der Konfiguration), Berechtigungsprobleme (Überprüfen Sie den Dienst Ausführen von Benutzerberechtigungen), Konfigurationsdateifehler (Überprüfung der Parametereinstellungen), Datenverzeichniskorruption (Wiederherstellung von Daten oder Wiederaufbautabellenraum), InnoDB-Tabellenraumprobleme (prüfen IBDATA1-Dateien), Plug-in-Ladeversagen (Überprüfen Sie Fehlerprotokolle). Wenn Sie Probleme lösen, sollten Sie sie anhand des Fehlerprotokolls analysieren, die Hauptursache des Problems finden und die Gewohnheit entwickeln, Daten regelmäßig zu unterstützen, um Probleme zu verhindern und zu lösen.

Um die Zeitüberschreitung für Vue Axios festzulegen, können wir eine Axios -Instanz erstellen und die Zeitleitungsoption angeben: in globalen Einstellungen: vue.Prototyp. $ Axios = axios.create ({Timeout: 5000}); In einer einzigen Anfrage: this. $ axios.get ('/api/user', {timeout: 10000}).

Verarbeiten Sie 7 Millionen Aufzeichnungen effizient und erstellen Sie interaktive Karten mit Geospatial -Technologie. In diesem Artikel wird untersucht, wie über 7 Millionen Datensätze mithilfe von Laravel und MySQL effizient verarbeitet und in interaktive Kartenvisualisierungen umgewandelt werden können. Erstes Herausforderungsprojektanforderungen: Mit 7 Millionen Datensätzen in der MySQL -Datenbank wertvolle Erkenntnisse extrahieren. Viele Menschen erwägen zunächst Programmiersprachen, aber ignorieren die Datenbank selbst: Kann sie den Anforderungen erfüllen? Ist Datenmigration oder strukturelle Anpassung erforderlich? Kann MySQL einer so großen Datenbelastung standhalten? Voranalyse: Schlüsselfilter und Eigenschaften müssen identifiziert werden. Nach der Analyse wurde festgestellt, dass nur wenige Attribute mit der Lösung zusammenhängen. Wir haben die Machbarkeit des Filters überprüft und einige Einschränkungen festgelegt, um die Suche zu optimieren. Kartensuche basierend auf der Stadt

Zusammenfassung: Es gibt die folgenden Methoden zum Umwandeln von VUE.JS -String -Arrays in Objektarrays: Grundlegende Methode: Verwenden Sie die Kartenfunktion, um regelmäßige formatierte Daten zu entsprechen. Erweitertes Gameplay: Die Verwendung regulärer Ausdrücke kann komplexe Formate ausführen, müssen jedoch sorgfältig geschrieben und berücksichtigt werden. Leistungsoptimierung: In Betracht ziehen die große Datenmenge, asynchrone Operationen oder effiziente Datenverarbeitungsbibliotheken können verwendet werden. Best Practice: Clear Code -Stil, verwenden Sie sinnvolle variable Namen und Kommentare, um den Code präzise zu halten.

Die MySQL -Leistungsoptimierung muss von drei Aspekten beginnen: Installationskonfiguration, Indexierung und Abfrageoptimierung, Überwachung und Abstimmung. 1. Nach der Installation müssen Sie die my.cnf -Datei entsprechend der Serverkonfiguration anpassen, z. 2. Erstellen Sie einen geeigneten Index, um übermäßige Indizes zu vermeiden und Abfrageanweisungen zu optimieren, z. B. den Befehl Erklärung zur Analyse des Ausführungsplans; 3. Verwenden Sie das eigene Überwachungstool von MySQL (ShowProcessList, Showstatus), um die Datenbankgesundheit zu überwachen und die Datenbank regelmäßig zu sichern und zu organisieren. Nur durch kontinuierliche Optimierung dieser Schritte kann die Leistung der MySQL -Datenbank verbessert werden.

Remote Senior Backend Engineer Job Vacant Company: Circle Standort: Remote-Büro-Jobtyp: Vollzeitgehalt: 130.000 bis 140.000 US-Dollar Stellenbeschreibung Nehmen Sie an der Forschung und Entwicklung von Mobilfunkanwendungen und öffentlichen API-bezogenen Funktionen, die den gesamten Lebenszyklus der Softwareentwicklung abdecken. Die Hauptaufgaben erledigen die Entwicklungsarbeit unabhängig von RubyonRails und arbeiten mit dem Front-End-Team von React/Redux/Relay zusammen. Erstellen Sie die Kernfunktionalität und -verbesserungen für Webanwendungen und arbeiten Sie eng mit Designer und Führung während des gesamten funktionalen Designprozesses zusammen. Fördern Sie positive Entwicklungsprozesse und priorisieren Sie die Iterationsgeschwindigkeit. Erfordert mehr als 6 Jahre komplexes Backend für Webanwendungen
