从5岁酷爱足球的孩子蜕变为AI助力足球体育事业的精英

FBP(FootBallPrediction)人工智能项目从2017年到现在整整4年了,目前项目生命力很强,也初步完成了一些目标,现在除了github上的FBP项目有超过300人关注,知识星球也超过400人关注,自开发的三木板模型核心算法论文(国家期刊,万方数据库收录)下载超过200次,AI金胆公众号已经超过1500人关注,微信群也建立了N个超过500人,选购各种版本软件产品的用户也超过100人,主动添加我为好友的朋友超过1000人,这些数据都是对软件和项目的认可,尤其还有很多用户都是取消关注后又重新关注了AI金胆公众号,删除我好友又重新添加我为好友,这些都表明项目的可靠和韧性。更重要的是,从2017年到现在,已经出现过N次预测结果13中12,11中9,14中11等,准确率达到80%以上,这说明这条路肯定是通的,AI大数据预测是没有问题的。

我是AI金胆(AI项目和同名公众号)创始人,自开发的独特AI算法已发表论文到国家期刊并被万方数据库收录,并在足球赛果预测领域应用。AI金胆依托的github网站FBP(FootBallPrediction)人工智能项目累计关注人数近400,致力于预测模型的进一步优化,以长期达到85%以上命中率作为具体目标,以成为人工智能预测足球领域NO.1作为战略目标,以拯救由于个人心态失衡而误入歧途为使命,以每个彩民都在AI-FBP软件的帮助下在彩票店自信打票为愿景,以机器学习模型优化作为重要手段,一步一个脚印踏踏实实做好每一个决策。为解决人工分析足球的主观因素瓶颈,该项目旨在通过大数据和AI算法克服瓶颈,足够客观的进行分析,从而达到预期的目标。

我从5岁时就和小伙伴一起在农村的院子里踢球,那时院子两侧都是墙,大门作球门,一个同伴守门,几个同伴分成两队,抢球射门,当时自己还发明了弹球射门,就是往墙上踢,然后折射进门,每次都会得手,因为那时候守门的小伙伴总是判断错方向导致失守,那时的我们真叫一个快乐。然后上小学一直到大学、研究生,每个阶段都在踢球,享受着足球带给我的欣喜。工作后没有太多的时间和精力,另外加之身体跟不上踢球的节奏就不再踢球,但足球仍然以其他形式占据着自己的内心。2014年世界杯激发了我看球的兴趣,喜欢梅西,为他凝视大力神杯插肩而过感到惋惜,为他不能获取国家队冠军奖杯而遗憾,为他在俱乐部拿冠军拿到手软而欣慰,因梅西喜欢上了巴萨和阿根廷。再后来,工作越来越忙,看球的时间也越来越少,只能偶尔看看。直到有一天偶然遇到彩票店老板,聊到了足球竞彩,可以为自己喜欢的球队加油,刚开始真就是小白思维,不懂足球彩票规则,就是喜欢购买强队然后打票,以为可以达到稳步盈利的目标。自己在网上查找了相关资料,学习足球相关知识,分析比赛的走势,寻找相关足球论坛学习精华,也找了一些专业的足球评论员帖子。同时,还会与彩票店老板和朋友交流心得,这段时间确实有时能够盈利,而且心情也会因此豁然开朗,但时间久了发现有输有赢,并不能实现稳步盈利的目标。

因为从小就喜欢数学,每次成绩都是班里前三,可以说自己从小就是个数学小天才,对数字特别敏感,7岁就能发现大数乘法的规律,总结出一套简单乘法计算模型(当时应该叫框架吧)。也就是有这样的基础,在自己潜意识一直有着数据决定未来的想法。突然有一天,灵感终于拂过脑海。为啥不能用统计学的思路用公司给出的数据进行统计预测赛果呢?之后我每天会花大量的时间分析比赛双方球队的基本面和球员情况,包括主流公司给出的赔率数据和变化趋势,试图总结出一套可以遵循的方法论,通过数据里边的价值去预测并指导实践。随着经验的积累,逐渐掌握了一些数据规律,用这些数据记录在纸上,观察总结,果真验证了数据对于预测比赛的有效性,成功的赚到了人生的第一桶金。尤其在2018年世界杯时,成功用自己总结的数据方法论预测了法国队夺冠,从此给了自己莫大的信心。后来,纸笔进行统计简直是个头大的事情,每次需要大量的时间,有时还会弄错,让我想到用Excel表格进行统计,将需要的数据按行和列录入,Excel本身还有很多筛选、排序、标注的功能,应该会提高数据分析的效率。从2018年开始,将各公司给出的初始主胜数据(这也是经过长期思考才选择的特征向量)录入到Excel,形成初版的历史参照数据库,当然要包含赛果的标签。然后新来一场比赛时,将对应的数据录入进去,然后用Excel的筛选功能,选择相同数据的行,对比标签(也就是赛果)的出现情况。这其中有个细节值得注意:筛选功能可以选择很多列,我到底选择几列进行对比呢?你想想看,如果选择1列则毫无价值,因为一个公司的同一个数据产生的赛果简直是五五开,可想而知模型的准确率不会高。那么选择2列呢?经过一系列的回测验证,模型准确率仅仅维持到55%左右。接着选择3、4、5、6列都进行了统计,发现选取3列的准确率与其他情况完全不在一个层面,当时我还清楚的记得达到了81%。有戏,放弃其他情况,果断在3列这种情况进行大量的统计,不同时间段数据的统计,不同数据量的统计,不同维度的统计等,多管齐下,终于形成了“三木板模型”的雏形。后来为了丰富模型算法,阅读了大量的人工智能书籍,包括著名的《人工智能和大数据技术导论》,网上也看了很多机器学习的视频,查阅了大量的资料,意外发现,三木板模型是有理论依据的,著名的“肘部法则”曲线就是其中之一。目前是AI大数据时代,各行各业都应用大数据、云计算、AI人工智能进行变革,自己想到AI在足球预测领域也能做到指导实践,让大量亏损的朋友能够转亏为盈,实现物质和精神上的升华,岂不是对社会做了很大的利他贡献,这其中也吸引了大量的粉丝,因为他们也确实盈利了,所以也让他们相信数据的价值确实是巨大的。同时,如何进一步提高数据分析效率是摆在我当时的重要问题?

因为当时每天的精力有限,而且当比赛数据太很多时,仍然需要大量的精力录入、分析赛选比对,虽然使用的一些数据进行分析解决了一些人为主观因素的影响,但仍然无法消除每天巨大的统计工作量,导致身心俱疲。记得有一个周末,五大联赛有100多场比赛,把这100场的数据录入到Excel,花了我5个小时才完成,这还没完,又用了3个小时统计分析,找出符合“三木板模型”的20场左右的比赛,一共花费我一天的时间。这简直成为了我的一个梦魇,再这样下去,人估计废废了,我得想想办法,首先要搞定数据手工录入的问题,一定要自动获取。其次要解决手工统计赛选的问题,一定要自动统计。鉴于上述两个问题,自己上网查阅资料,怎么自动获取数据,了解到爬虫能够自动抓取互联网的数据。同时在想能否可以通过代码实现Excel中的赛选、排序等功能,对数据进行程序自动整理、统计,最终达到分析的目标。这样,连续熬夜到凌晨2点的阶段到来了,因为自己从来没接触过爬虫,从零开始,每天白天还要上班,只能晚上夜深人静时开发python爬虫,经过半个月左右的时间,自动获取数据的爬虫程序编制完成。至此,解决了第一个问题。那么第二个问题怎么解决?因为主业学过VBA编程,实现过一些功能。第二个问题也就成了实现三木板算法的过程,这个阶段虽然不是从零开始,但代码量远远超过爬虫程序,也是当时的工作重点,从那时起就踏上了“三木板模型”算法迭代的长征路。

因为后来自己开发的三木板模型算法(AI算法论文已发布到国家期刊)被万方数据库收录,所以又萌生了传播算法的想法,让更多的机器学习小白或想要入行数据分析的朋友学习,让这些人知道数据分析和机器学习的理论其实不难,如果能够借助简单的项目进行实践,就能更好的理解其中的理论和要义。如何建立属于自己的项目呢?无论想在什么业务场景进行数据分析,都要首先提出三个问题:怎么(自动)获取业务数据;怎么将理论框架(或机器学习模型)通过代码实现;怎么评估模型的可靠性和稳定性。前两个问题在我的FBP项目中已经介绍并解决,第三个问题是衡量模型准确性的标尺,需要搭建一个后评估模型。这时自己又重新捡起来了恩达的机器学习视频,专门挑选模型评估那一系列视频进行学习,当时真的是年轻气盛、不服输,又经过一个月的拼搏奋斗,最终将后评估的模型搭建起来了。这个阶段也是最耗费心力的阶段,每次需要花费比之前更多的时间进行数据回测,但自己从来没有放弃过,总是对自己说“前两个阶段都过来了,咬咬牙坚持终究会有成果”,功夫不负有心人,在经过半年的模型迭代,整个后评估模型稳定了下来,选举出了关键的三木板策略,不得不小提一下模型在2021年欧洲杯期间的准确率达到了14中12的精准程度,同期也吸引了近1000个忠实粉丝。这个时候已经形成了AI-FBP软件产品,通过不断更新预测模型的数据,随着历史数据的不断更新,不断迭代修正原始模型,符合机器学习中的反向传播算法理论,准确率会不断提高,并稳定在高准确率。同时,通过系统化的方式描述预测规则,处理历史数据,观察预测在过去的表现如何,进而根据具体结果合理的改进这些预测规则。最重要的一点:程序会给出当天预测场次的信心指数,这是完全数据量化的数值,代表数据对于比赛的把控概率,也就是准确预测的概率。这个阶段真正实现了盈利,并且拥有了大量的铁杆粉丝,真正让粉丝盈利并在精神上有所升华,同时,每天仅仅通过软件花费不到5分钟的时间,大大节省了时间精力,用于陪伴家人。

下一阶段有四个目标:第一、将持续推进FBP项目,让三木板模型在第一个项目上持久发光发热,不断迭代模型算法,现在是项目的第四年,先定个小目标,来个10年期限,看看会不会实现文章开始提到的战略目标。如果有朋友加到我微信(acredjb),不要再问我现在FBP项目还在推进吗?一直在推进,没有停止过。这就是答案。第二、会写一套三木板模型的教程,有偿供真正认可项目和软件价值的朋友学习,当然会提供数据。第三、会将三木板模型应用到其他领域,助力各行各业实现业务增长和转型,也希望能够遇到有识之士共商合作,一同探索不同领域,将三木板AI模型发扬光大。第四、让成熟的AI-FBP软件(模型)帮助更多的人。

技术支持:

Github网站:http://github.com/acredjb/FBP

微信号:acredjb

公众号:AI金胆

你可能感兴趣的:(算法,数据结构,有用软件,机器学习,数据挖掘,github,概率论)