Vous n'êtes pas identifié(e).

Machine learning et courses hippiques

turf-ia.com
24-01-2021
Site Web
Machine learning et courses hippiques

Bonjour à tous,

J'ai commencé à rédiger quelques articles sur le machine learning et les courses hippiques.

Dans un premier temps, les articles vous montreront comment analyser les données. Par exemple, on verra les différents types de variables. Comment les traiter.
Si vous avez votre propre base de données,  vous commencez probablement à rencontrer quelques difficultés : vous vous rendez compte que votre ensemble de données est sale, qu'il manque beaucoup de valeurs, que certaines variables contiennent des étiquettes au lieu de chiffres, que d'autres ne correspondent pas aux hypothèses des modèles et, par-dessus tout, vous vous demandez si c'est la bonne façon de coder les choses.

Ce blog vous aidera ! Vous apprendrez une grande variété de techniques d'ingénierie utilisées dans le monde entier dans différentes organisations et dans des concours de science des données, pour nettoyer et transformer vos données et vos variables. Vous pourrez à terme analyser plus facilement les courses hippiques et peut-être trouver plus facilement les gagnants pour le quinté ou le jeu simple.

Qu'allez-vous apprendre ?
J'ai rassemblé une grande collection de techniques d'ingénierie des données, basée sur des articles scientifiques, des livres blancs, des concours de science des données et bien sûr sur ma propre expérience en tant que spécialiste des données.

Plus précisément, vous apprendrez :

•    Comment imputer vos données manquantes
•    Comment encoder vos variables catégorielles
•    Comment transformer vos variables numériques pour qu'elles correspondent aux hypothèses du modèle ML
•    Comment convertir vos variables numériques en intervalles discrets
•    Comment éliminer les valeurs aberrantes
•    Comment traiter les variables de date et d'heure
•    Comment travailler avec des fuseaux horaires différents
•    Comment traiter les variables mixtes qui contiennent des chaînes de caractères et des chiffres

Tout au long des articles de ce blog, vous allez apprendre de multiples techniques pour chacune des tâches mentionnées, et vous apprendrez à mettre en œuvre ces techniques de manière élégante, efficace et professionnelle, en utilisant Python, NumPy, Scikit-learn, pandas etc…

Vous serez en mesure de mettre en œuvre toutes vos étapes d'ingénierie des fonctionnalités dans un pipeline unique et élégant, qui vous permettra de mettre en production vos modèles prédictifs pour les courses hippiques avec une efficacité maximale.

https://turf-ia.com/presentation-du-jeu … hippiques/

N'hésitez pas à commenter ici ou sur le blog.

neurone
19-08-2008
Re : Machine learning et courses hippiques

..

Erreur fondamentale dans le machine learning on cherche les régularités - le mot à la mode qui cache une théorie statistiques de moyennes ! c'est à dire qu'au pmu on jouera les favoris ... waouh ! , or l'intuition du turfiste est de déterminer qu'un cheval délaissé, et contraire aux statistiques est un bon pari, pour le jour J - la question se pose de savoir comment en faire une rente à longue durée !!

ABe,

Ps : Ex de l'erreur du "machine learning" est d'accumuler des milliers de photo d'un chat pour essayer d'en reconnaître un ! Là ou le cerveau humain av. quelques exemplaire à compris ... l'erreur est donc de ne pas chercher à modéliser les processus cognitif mais de rester à empiler des exemples et definir des espace multi-dimensionnel pour trouver une régularité !! M'enfin on a le droit de s'égarer ... c'est la mode des Gafam


Mise minie, gains maxi ! Minimiser le risque, maximiser les gains

neurone
19-08-2008
Re : Machine learning et courses hippiques
neurone a écrit :

..

Erreur fondamentale dans le machine learning on cherche les régularités - le mot à la mode qui cache une théorie statistiques de moyennes ! c'est à dire qu'au pmu on jouera les favoris ... waouh ! , or l'intuition du turfiste est de déterminer qu'un cheval délaissé, et contraire aux statistiques est un bon pari, pour le jour J - la question se pose de savoir comment en faire une rente à longue durée !!

ABe,

Ps : Ex de l'erreur du "machine learning" est d'accumuler des milliers de photo d'un chat pour essayer d'en reconnaître un ! Là ou le cerveau humain av. quelques exemplaire à compris ... l'erreur est donc de ne pas chercher à modéliser les processus cognitif mais de rester à empiler des exemples et definir des espace multi-dimensionnel pour trouver une régularité !! M'enfin on a le droit de s'égarer ... c'est la mode des Gafam

... preuve en est la victoire ce jour (au Px de France 2021), de la gagne de Délia du Pommereux av. E. Raffin (à 12/1) battant le crack attendu Face Time Bourbon av. B. Goop (à 1,2/1)= !! Eh oui les stats de régularité ne peuvent tenir compte d'un événement ponctuel !! Jouer un point dans un hyper-espace de nuage de point reste un pari qui tient compte de param. du moment pas de la moyenne de l'ensemble ! C'est la fameuse "incertitude des courses" pour certains ! (Merci Eric) ... Ce raisonnement peut également etre etabli pour la première victoire de l'Arc ce PC Boudot av. Waldgeist , face au crack Enable / Dettori ..

Merci Eric, merci Pierre Charles ... merci les courses car on s'amuse !!
Bonne journée,


Mise minie, gains maxi ! Minimiser le risque, maximiser les gains

turf-ia.com
24-01-2021
Site Web
Re : Machine learning et courses hippiques

Cette semaine on continue notre exploration avec les variables catégorielles comme la musique ou les hippodromes.

https://turf-ia.com/les-variables-categorielles/

Pied de page des forums