NBA Machine Learning Sports Betting

기계 학습을 사용한 NBA 스포츠 베팅?

기계 학습 AI는 NBA 게임의 우승자 및 언더/오버를 예측하는 데 사용되었습니다. 2007-08 시즌부터 현재 시즌으로 모든 팀 데이터를 가져 오며, 그 게임의 확률과 일치하며, 신경망을 사용하여 오늘의 게임에 대한 승리 베팅을 예측합니다. 머니 라인에서 ~ 69% 정확도, 아래/오버에서 ~ 55%를 달성합니다. 더 나은 통찰력을 제공하기 위해 팀 머니 라인에 대한 예상 가치를 생산합니다. Kelly 기준에 따라 Bet To Bet의 일부도 출력됩니다. 인기 있고 덜 위험한 접근법은 Kelly Criterion에서 권장하는 지분의 50%를 베팅하는 것입니다.

사용 된 패키지

Python 3.11을 사용하십시오. 특히 사용 된 패키지/라이브러리는 ...

• Tensorflow- 기계 학습 라이브러리
• XGBOOST- 그라디언트 부스트 프레임 워크
• Numpy- 파이썬의 과학 컴퓨팅을위한 패키지
• 팬더 - 데이터 조작 및 분석
• Colorama- 색 텍스트 출력
• TQDM- 진행 막대
• 요청 -HTTP 라이브러리
• Scikit_Learn- 머신 러닝 라이브러리

용법

위의 모든 패키지가 설치되어 있는지 확인하십시오.

$ git clone https://github.com/kyleskom/NBA-Machine-Learning-Sports-Betting.git
$ cd NBA-Machine-Learning-Sports-Betting
$ pip3 install -r requirements.txt
$ python3 main.py -xgb -odds=fanduel

-odds 옵션에 스포츠 북이 제공되는 경우 ODDS 데이터는 SBRODDS에서 자동으로 가져옵니다. 옵션 : Fanduel, Draftkings, Betmgm, Pointsbet, Caesars, Wynn, Bet_rivers_ny

-odds 주어지지 않은 경우 스크립트를 시작한 후 오늘 게임의 Under/Over 및 확률을 입력하십시오.

선택적으로, '-kc'를 명령 줄 인수로 추가하여 모델의 에지를 기반으로 자금 롤의 권장 비율을 볼 수 있습니다.

플라스크 웹 앱

이 repo에는 브라우저 에서이 도구의 데이터를 볼 수있는 작은 플라스크 응용 프로그램도 포함되어 있습니다. 그것을 실행하려면 :

 cd Flask
flask --debug run

새로운 데이터 및 교육 모델을 얻습니다

 # Create dataset with the latest data for 2023-24 season
cd src/Process-Data
python -m Get_Data
python -m Get_Odds_Data
python -m Create_Games

# Train models
cd ../Train-Models
python -m XGBoost_Model_ML
python -m XGBoost_Model_UO

기여

모든 기여는 환영하고 격려했습니다.