Stryktipsparametrar för en AI.

Jag har tagit hjälp av ChatGPT att vidareutveckla mitt stryktipsprogram som jag har skrivit under några år.
Fått hjälp att implementera gamma och hamming.

D v s Gamma är en viktfaktor som styr hur mycket skriptet ska gynna favoriter eller skrällar
när det väljer sina rader baserat på sannolikheterna

Hamming (minHamming)
Det är ett mått på hur olika två rader är.

Man jämför rad A och rad B, match för match, och räknar hur många positioner som skiljer sig.

Parameter Betydelse Effekt
Gamma (γ) Viktar favoriter vs skrällar < 1 → fler skrällar, > 1 → fler favoriter
minHamming Hur olika raderna måste vara Högre = mer variation, lägre = fler snarlika

Ska testa nu under helgen hur väl det slår ut :P

Har du någon faktor 'bollen är rund ' ?

Allt är egentligen sammanfattet i oddsen för respektive match. För de oddsen kan man göra en bayesisk tolkning mha historiska data.

Man kan också spetsa med tipparnas ("folkets") fördelning för att söka skrällar. Folket har oftast fel i förhållande till odds, dock.

Därefter mal man datan genom ett lämpligt tränat neuralt nätverk, allt i allt nio neuroner, dvs tämligen grunt.

Det är den metod som har funkat bäst för mig. Lägger man till fler parametrar blir det gärna överbestämt, men den som har bäst relevans är nog inbördes möten. Formen säger ingenting om man inte tar hänsyn till motståndets karaktär, dvs om ena laget har slagit fem blåbär på raken och det andra fått stryk av typ Milan och Roma i någon cup.