Приведу пример прогнозов модели ЭлоБета. Вероятность того, что игрок №16 (Yan Bingtao) выиграет один фрейм у игрока №1 (Ronnie O'Sullivan) равна 0.404. В матче до 4 побед она падает до 0.299, в «до 10 побед» — 0.197 и в финале Чемпионата Мира до 18 побед — 0.125. По моему мнению, эти значения достаточно близки к реальности.
Не могу понять. С увеличением общего количества феймов вероятность выигрыша хоть одного фрейма слабым игроком должна увеличиваться. Проще выиграть один из 18, чем 1 из 4. В чем подвох?
Статья из серии: «Здравствуйте, я ваш Кэп».
Автор заявляет, что его не устраивают готовые решения. Где сравнение характеристик, анализ под предъявляемые требования, выводы о необходимости разработки специфических возможностей, которых нет нигде.
Название статьи одно, цели под названием заявлены другие, а выводы вообще ни к первому ни ко второму не относятся.
С последним разделом полностью соглашаюсь — сам пользую для автоматизации инженерных расчетов и обработки результатов исследований.
Но извините, не удержусь — просто вспомнил боян:
Самое интересное в погоде — ее предсказание. Расскажите, пожалуйста, будут ли у Вас свои модели, или данные будут браться из доступных «чужих» данных, NOAA, например?
Автор заявляет, что его не устраивают готовые решения. Где сравнение характеристик, анализ под предъявляемые требования, выводы о необходимости разработки специфических возможностей, которых нет нигде.
Название статьи одно, цели под названием заявлены другие, а выводы вообще ни к первому ни ко второму не относятся.
Поправьте, пожалуйста, линк на первую главу в оглавлении.
Но извините, не удержусь — просто вспомнил боян:
Я твой дом труба шатал :)
Только поправьте в примерах ссылочку данных футбола на json вместо csv.