当前位置:首页 > 报告详情

如何(也许)使用火箭科学投注 NBA 赚钱.pdf

上传人: 张** 编号:167655 2024-06-15 35页 2.69MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
DraftKings的体育数据科学团队负责为体育博彩设定客户看到的定价。该团队使用基于复杂蒙特卡洛模拟的定价引擎,这些引擎由多个机器学习模型驱动,为各种体育事件生成概率,如比赛得分、下一次触地时间和下一个得3分的球队。2022年底,团队被要求开发能够产生NBA球员市场(如得分/助攻超额等)的模型。他们创建了球员中心的NBA模型,通过理解球员价值产生了新的基于球员的特征和模型,以帮助创建球员市场。此外,他们通过利用Databricks改进了MLOps实践,包括产生健壮的特征和模型管道以及监控模型。Kalman滤波器作为一种算法,在高度不确定的情况下使用一系列测量值来估计未知变量。它们在自动飞行员、投资组合优化、金融时间序列预测和GPS等领域有应用。DraftKings的体育引擎使用蒙特卡洛模拟进行增强概率模型,详细丰富基于概率模型的细节。通过简化的矩阵运算,球员/球队的评级在比赛后轻松更新。在Databricks更新之前,评级每年仅更新一次,现在通过Databricks的工作流程,每日更新数据集和评级,并自动发送到下游系统。这些实践现在正在其他运动中采用。
"如何利用Kalman滤波器为NBA球员创建市场?" "DraftKings如何通过Databricks优化MLOps实践?" "如何通过蒙特卡洛模拟设置体育博彩价格?"
客服
商务合作
小程序
服务号
折叠