NBA_AI

NBA AI

สารบัญ

• ภาพรวมโครงการ
  • สถานะปัจจุบัน
  • เป้าหมายในอนาคต
  • หลักการชี้นำ
• เว็บแอปพลิเคชัน
• เครื่องยนต์ทำนาย
• การติดตั้งและการใช้งาน

ภาพรวมโครงการ

การใช้ AI เพื่อทำนายผลลัพธ์ของเกม NBA

โครงการนี้มีวัตถุประสงค์เพื่อปรับปรุงกระบวนการทำนายผลเกมของ NBA โดยมุ่งเน้นไปที่โมเดลการทำนาย AI ขั้นสูงมากกว่าการรวบรวมข้อมูลและการจัดการที่กว้างขวาง ซึ่งแตกต่างจากโครงการก่อนหน้าของฉัน NBA Betting ซึ่งมีวัตถุประสงค์เพื่อสร้างคุณสมบัติที่ครอบคลุมสำหรับการทำนายเกม NBA ผ่านการรวบรวมข้อมูลที่กว้างขวางโครงการนี้ทำให้กระบวนการง่ายขึ้น ในขณะที่วิธีการก่อนหน้านี้ได้รับประโยชน์จากการวัดที่ได้จากอุตสาหกรรมต่าง ๆ ค่าใช้จ่ายและความซับซ้อนของการจัดการการรวบรวมข้อมูลนั้นสูงเกินไป โครงการนี้มุ่งเน้นไปที่ชุดข้อมูลหลักเช่นข้อมูลการเล่นโดยเล่นและใช้ประโยชน์จากการเรียนรู้อย่างลึกซึ้งและ Genai เพื่อทำนายผลลัพธ์ของเกม

สถานะปัจจุบัน

ปัจจุบันโครงการอยู่ในช่วงเริ่มต้นของการพัฒนาด้วยเอ็นจิ้นการทำนายขั้นพื้นฐานที่ใช้โมเดลง่าย ๆ เช่นการถดถอยสันเขา XGBOOST และ MLP พื้นฐาน เอ็นจิ้นการทำนายถูก จำกัด ไว้ที่การคาดการณ์คะแนนเกมขั้นพื้นฐานและชนะเปอร์เซ็นต์ เว็บแอพให้บริการอินเทอร์เฟซอย่างง่ายสำหรับการแสดงเกมสำหรับวันที่ที่เลือกพร้อมกับคะแนนและการคาดการณ์ปัจจุบัน โชคดีที่สิ่งนี้ซับซ้อนเท่าที่โครงการควรจะกลายเป็น เป้าหมายคือการค่อยๆรวมส่วนใหญ่ของอัพเดทฐานข้อมูลและเป็นส่วนหนึ่งของตรรกะ API ของเกมเข้ากับเอ็นจิ้นการทำนายเดียว สิ่งนี้จะช่วยให้กระบวนการที่มีความคล่องตัวมากขึ้นและเอ็นจิ้นการทำนายที่มีความสามารถมากขึ้น

โครงการถูกสร้างขึ้นรอบ ๆ องค์ประกอบสำคัญสองสามข้อ:

• Database Updater : ส่วนประกอบนี้รับผิดชอบในการอัปเดตฐานข้อมูลด้วยข้อมูลเกม NBA ล่าสุด มันดึงข้อมูลจาก NBA Stats API ดำเนินการ ETL สร้างคุณสมบัติสร้างการทำนายและจัดเก็บข้อมูลในฐานข้อมูล SQLite ประกอบด้วยโมดูลสองสามโมดูล:

  • database_update_manager.py : โมดูลหลักที่จัดทำกระบวนการทั้งหมด
  • schedule.py : ดึงตารางจาก NBA API และอัปเดตฐานข้อมูล
  • pbp.py : ดึงข้อมูลการเล่นโดยเล่นสำหรับเกมและอัปเดตฐานข้อมูล
  • game_states.py : การแยกวิเคราะห์ข้อมูลการเล่นโดยเล่นเพื่อสร้างสถานะเกมและอัปเดตฐานข้อมูล
  • prior_states.py : กำหนดสถานะเกมสุดท้ายก่อนหน้าสำหรับทีม
  • features.py : ใช้สถานะเกมสุดท้ายก่อนหน้านี้เพื่อสร้างคุณสมบัติสำหรับเอ็นจิ้นการทำนาย
  • predictions.py : สร้างการคาดการณ์สำหรับเกมโดยใช้เอ็นจิ้นการทำนายที่เลือก

• Games API : ส่วนประกอบนี้รับผิดชอบในการอัปเดตการคาดการณ์สำหรับเกมที่ดำเนินการต่อเนื่องหรือเสร็จสิ้นและให้ข้อมูลไปยังเว็บแอป มันดึงข้อมูลจากฐานข้อมูลสร้างการคาดการณ์และให้บริการข้อมูลไปยังเว็บแอป

  • games.py : ดึงข้อมูลเกมจากฐานข้อมูลจัดการการอัปเดตการทำนายและการจัดรูปแบบข้อมูล
  • api.py : กำหนดจุดสิ้นสุด API
  • games_api.md : เอกสาร API

• เว็บแอพ : ส่วนประกอบนี้เป็นส่วนหน้าของโครงการโดยให้อินเทอร์เฟซอย่างง่ายสำหรับผู้ใช้ในการดูเกมและการคาดการณ์ มันถูกสร้างขึ้นโดยใช้ขวด

  • start_app.py : จุดเข้าหลักสำหรับเว็บแอปที่พบในไดเรกทอรีรูท
  • app.py : โมดูลหลักที่กำหนดแอพและเส้นทางของขวด
  • game_data_processor.py : รูปแบบข้อมูลเกมจาก API สำหรับเว็บแอป
  • templates/ : มีเทมเพลต HTML สำหรับเว็บแอป
  • static/ : มีไฟล์ CSS และ JavaScript สำหรับเว็บแอป

เป้าหมายในอนาคต

1. การจัดหาข้อมูล : มุ่งเน้นไปที่แหล่งข้อมูลจำนวนน้อยที่สุดที่อธิบายบาสเก็ตบอลโดยพื้นฐาน ปัจจุบันเราใช้ข้อมูลการเล่นโดยเล่นจาก NBA API ในอนาคตการรวมข้อมูลวิดีโอและการติดตามจะน่าสนใจแม้ว่าสิ่งเหล่านี้จะต้องใช้ทรัพยากรและการเข้าถึงมากขึ้น

2. เครื่องมือทำนาย : นี่คือแกนหลักของโครงการและจะเป็นจุดสนใจในการพัฒนาจนถึงฤดูกาล 2024-2025 เริ่มต้นขึ้น ตัวเลือกเครื่องยนต์การทำนายในปัจจุบันจะถูกแทนที่ด้วยเครื่องยนต์ DL และ Genai ซึ่งช่วยให้การแยกวิเคราะห์ข้อมูลลดลงและวิศวกรรมคุณลักษณะในขณะเดียวกันก็ปรับขนาดเพื่อทำนายผลลัพธ์ที่ซับซ้อนมากขึ้นรวมถึงประสิทธิภาพของผู้เล่นแต่ละคน

3. การจัดเก็บข้อมูล : การจัดเก็บข้อมูลในอนาคตจะรวมเข้ากับเอ็นจิ้นการทำนายได้อย่างราบรื่นยิ่งขึ้น ข้อกำหนดการจัดเก็บจะรวมข้อมูลที่ใช้ SQL ปัจจุบันที่ใช้สำหรับ API และเว็บแอปเข้ากับที่เก็บข้อมูลที่ใช้เวกเตอร์ขั้นสูงสำหรับรุ่น Genai ที่ใช้ RAG

4. เว็บแอพ : นี่คือส่วนหน้าของโครงการแสดงเกมสำหรับวันที่ที่เลือกพร้อมกับคะแนนและการคาดการณ์ปัจจุบัน อินเทอร์เฟซจะยังคงเรียบง่ายในขณะที่การใช้งานจะค่อยๆดีขึ้น การแชท Genai แยกต่างหากจะถูกเพิ่มในอนาคตเพื่อให้ผู้ใช้สามารถโต้ตอบกับเอ็นจิ้นการทำนายและปรับเปลี่ยนการคาดการณ์ของแต่ละบุคคลตามการตั้งค่าของพวกเขา

หลักการชี้นำ

• ข้อมูลอนุกรมเวลารวม: มุ่งเน้นไปที่การรวมลักษณะตามลำดับของเหตุการณ์ในเกมและข้ามฤดูกาลโดยตระหนักถึงความสำคัญของการสั่งซื้อและเวลาในเอ็นบีเอ
• การรวบรวมข้อมูลขั้นต่ำ: การปรับปรุงการจัดหาข้อมูลไปยังสิ่งจำเป็นโดยมีจุดประสงค์เพื่อผลกระทบสูงสุดกับข้อมูลน้อยที่สุดซึ่งจะช่วยลดเวลาและการลงทุนทรัพยากร
• การบังคับใช้ที่กว้างขึ้น: การขยายขอบเขตเพื่อให้ครอบคลุมผลลัพธ์ที่ครอบคลุมมากขึ้นการเคลื่อนย้ายเกินกว่าการทำนายมาตรฐานเช่นจุดแพร่กระจายหรือเหนือ/ใต้
• ระบบการสร้างแบบจำลองขั้นสูง: การพัฒนาระบบที่ไม่เพียง แต่เป็นเครื่องมือการเรียนรู้เท่านั้น
• การตัดสินใจของมนุษย์น้อยที่สุด: ลดการพึ่งพาการตัดสินใจของมนุษย์เพื่อลดข้อผิดพลาดและข้อ จำกัด ของความเชี่ยวชาญส่วนบุคคล

เว็บแอปพลิเคชัน

เครื่องยนต์ทำนาย

ปัจจุบันมีเครื่องมือทำนายพื้นฐานบางอย่างที่ใช้ในการทำนายผลลัพธ์ของเกมเอ็นบีเอ สิ่งเหล่านี้ทำหน้าที่เป็นตัวยึดตำแหน่งสำหรับเครื่องยนต์ DL และ Genai ขั้นสูงที่จะนำไปใช้ในอนาคต เครื่องยนต์ปัจจุบันทำการคาดการณ์ก่อนเกมสำหรับคะแนนบ้านและออกไปโดยใช้โมเดล ML การคาดการณ์เหล่านี้จะใช้ในการคำนวณเปอร์เซ็นต์การชนะและอัตรากำไรขั้นต้นสำหรับทีมเหย้า การคาดการณ์ที่อัปเดต (หลังการเริ่มเกม) ขึ้นอยู่กับการรวมกันของคะแนนเกมปัจจุบันเวลาที่เหลือและการคาดการณ์ก่อนเกม

เครื่องยนต์ทำนายปัจจุบัน

• LINEAR : ขึ้นอยู่กับรูปแบบการถดถอยของสันเขาโดยใช้คุณสมบัติที่สร้างขึ้นโดยการรวมสถานะเกมสุดท้ายก่อนหน้าสำหรับทีมที่เกี่ยวข้อง
• TREE : ขึ้นอยู่กับรุ่น XGBOOST โดยใช้คุณสมบัติเดียวกับรุ่นเชิงเส้น
• MLP : ขึ้นอยู่กับโมเดล Pytorch MLP โดยใช้คุณสมบัติเดียวกับแบบจำลองเชิงเส้น
• สุ่ม : ตัวทำนายแบบสุ่มที่สร้างคะแนนสุ่มสำหรับแต่ละเกม
• พื้นฐาน : ตัวทำนายง่าย ๆ ที่ทำนายคะแนนบ้านและออกไปตาม PPG ของทีมบ้านและนอกบ้านและ PPG ของฝ่ายตรงข้าม สูตรสำหรับตัวทำนายพื้นฐานคือ:
  • คะแนนบ้าน: (หน้าแรก PPG + คู่ต่อสู้ PPG) / 2
  • คะแนน Away: (Away PPG + Home ฝ่ายตรงข้าม PPG) / 2
  • ระยะขอบบ้าน: คะแนนบ้าน - คะแนนออกไป
  • ความน่าจะเป็นชนะในบ้าน: sigmoid (-0.2504 + 0.1949 * ระยะขอบบ้าน)

ตัวชี้วัดประสิทธิภาพ

ตัวชี้วัดปัจจุบันขึ้นอยู่กับการคาดการณ์ก่อนเกมสำหรับคะแนนทีมที่บ้านและออกไปพร้อมกับตัวชี้วัดดาวน์สตรีมเช่นเปอร์เซ็นต์การชนะและมาร์จิ้น ตัวทำนายง่าย ๆ เหล่านี้มีประสิทธิภาพสูงกว่าตัวทำนายพื้นฐาน

ในอนาคตจะมีการเพิ่มพื้นฐานที่ท้าทายมากขึ้นตามการแพร่กระจายของสเวกัสเมื่อมีการใช้โมเดล DL และ Genai

การติดตั้งและการใช้งาน

ขั้นตอนที่ 1: โคลนที่เก็บ

โคลนที่เก็บไปยังเครื่องในเครื่องของคุณโดยใช้คำสั่งต่อไปนี้:

git clone https://github.com/NBA-Betting/NBA_AI.git

ขั้นตอนที่ 2: ตั้งค่าสภาพแวดล้อมเสมือนจริง (เป็นทางเลือก แต่แนะนำ)

นำทางไปยังไดเรกทอรีโครงการ:

 cd NBA_AI

สร้างสภาพแวดล้อมเสมือนจริง:

python -m venv venv

เปิดใช้งานสภาพแวดล้อมเสมือนจริง:

 source venv/bin/activate

ขั้นตอนที่ 3: ติดตั้งการพึ่งพา

ติดตั้งการพึ่งพาที่ต้องการ:

pip install -r requirements.txt

ขั้นตอนที่ 4: ตั้งค่าตัวแปรสภาพแวดล้อม

เปลี่ยนชื่อไฟล์ .env.template เป็น .env :

cp .env.template .env

เปิดไฟล์ .env ในตัวแก้ไขข้อความที่คุณต้องการและตั้งค่าที่จำเป็น:

 # .env
# Flask secret key (Optional, Flask will generate one if not set)
# WEB_APP_SECRET_KEY=your_generated_secret_key

# Project root path (Mandatory)
PROJECT_ROOT=/path/to/your/project/root

แทนที่ /path/to/your/project/root ด้วยเส้นทางจริงไปยังไดเรกทอรีรากของโครงการของคุณบนเครื่องในเครื่องของคุณ คุณสามารถปล่อยให้ WEB_APP_SECRET_KEY แสดงความคิดเห็นหากคุณต้องการให้ Flask สร้างมันขึ้นมาโดยอัตโนมัติ

ขั้นตอนที่ 5: กำหนดค่าฐานข้อมูล

โดยค่าเริ่มต้นการกำหนดค่าจะชี้ไปที่ฐานข้อมูลที่ว่างเปล่า ( data/NBA_AI_BASE.sqlite ) หากคุณต้องการใช้ข้อมูลซีซั่น 2023-2024 ที่มีประชากรล่วงหน้า:

1. ดาวน์โหลดไฟล์ ZIP ฐานข้อมูล SQLITE จากหน้า GITHUB RELEESE:

   • ไปที่หน้ารีลีสของที่เก็บ
   • ค้นหารุ่นล่าสุด (เช่น v0.1 )
   • ดาวน์โหลดไฟล์ NBA_AI_2023_2024.zip ที่แนบมากับรุ่น

2. แยกไฟล์ zip:

   unzip path/to/NBA_AI_2023_2024.zip -d data

3. อัปเดตไฟล์ config.yaml เพื่อชี้ไปที่ฐานข้อมูลที่แยกออกมา:

    database :
     path : " data/NBA_AI_2023_2024.sqlite "  # <<< Set this to point to the database you want to use.

ขั้นตอนที่ 6: เรียกใช้แอปพลิเคชัน

รันแอปพลิเคชันโดยใช้ไฟล์ start_app.py ในไดเรกทอรีรูท:

python start_app.py

การเข้าถึงแอปพลิเคชัน

เมื่อแอปพลิเคชันกำลังทำงานคุณสามารถเข้าถึงได้โดยเปิดเว็บเบราว์เซอร์และนำทางไปที่:

 http://127.0.0.1:5000/

บันทึกการใช้งาน

• อัพเดทฐานข้อมูลประมวลผลเกมทั้งหมดสำหรับฤดูกาลที่ระบุในแต่ละครั้งที่มันทำงาน ในการวิ่งครั้งแรกสำหรับฤดูกาลที่กำหนดเมื่อฐานข้อมูลว่างเปล่าตัวอัปเดตจะดึงข้อมูลการเล่นโดยการเล่นโดยการเล่นสำหรับแต่ละเกม การอัปเดตครั้งแรกนี้อาจใช้เวลาหลายนาทีและต้องการหน่วยความจำ GB สองสามตัวเนื่องจากมีการโทรประมาณ 1,500 API ไปยัง NBA Stats API (หนึ่งต่อเกม) การอัปเดตที่ตามมาจะเร็วขึ้นอย่างมากเนื่องจากข้อมูลถูกเก็บไว้ในฐานข้อมูลแล้ว

• โดยค่าเริ่มต้นเว็บแอปจะ จำกัด ฤดูกาล 2023-2024 และ 2024-2025 เพื่อป้องกันการอัปเดตในฤดูกาลที่ผ่านมามากเกินไป ข้อ จำกัด เหล่านี้สามารถปรับได้ในไฟล์ config.yaml และไม่ใช้เมื่อเรียกใช้รหัสโดยตรง กระบวนการอัปเดตรองรับฤดูกาลที่ไกลถึงปี 2543-2544 หากต้องการ

   api :
    valid_seasons :
    - " 2023-2024 "
    - " 2024-2025 "

• นี่เป็นงานที่กำลังดำเนินอยู่เป็นอย่างมากและมีการปรับปรุงมากมายที่ต้องทำ หากคุณมีข้อเสนอแนะหรือข้อเสนอแนะโปรดเปิดปัญหาหรือติดต่อฉันโดยตรง ฉันจะมุ่งเน้นไปที่การสร้างเครื่องยนต์การทำนาย DL และ Genai จนกระทั่งฤดูกาล 2024-2025 เริ่มต้นขึ้น แต่ก็จะทำงานเพื่อปรับปรุงแอพพลิเคชั่นเว็บและส่วนประกอบอื่น ๆ ตามเวลาที่อนุญาต