零起点Python足彩大数据与机器学习实盘分析 - (EPUB全文下载)

文件大小：0.22 mb。
文件格式：epub 格式。
书籍内容：

零起点Python足彩大数据与机器学习实盘分析
第1章　足彩与数据分析
第2章　开发环境
第3章　入门案例套餐
第4章　足彩量化分析系统
第5章　常用数据分析工具
第6章　辅助工具
第7章　网络足彩数据抓取
第8章　足彩数据回溯测试
第9章　参数智能寻优
第10章　Python人工智能入门与实践
第11章　机器学习经典算法案例（上）
第12章　机器学习经典算法案例（下）
第13章　机器学习组合算法
第14章　足彩机器学习模型构建
第15章　足彩机器学习模型验证
第16章　结果数据分析
第17章　机器学习足彩实盘分析
封底
第1章　足彩与数据分析
1.1　“阿尔法狗”与足彩
百度百科中“阿尔法狗”词条的解释如下：
“阿尔法狗”一般指阿尔法围棋。阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发，其主要工作原理是“深度学习”。
2016年3月，该程序与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜。2016年年末和2017年年初，该程序在中国棋类网站上以“大师”（Master）为注册账号与中、日、韩数十位围棋高手进行快棋对决，连续60局无一败绩。不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过人类排名第一的棋手柯洁。
2017年1月，谷歌DeepMind公司CEO哈萨比斯在德国慕尼黑DLD（数字、生活、设计）创新大会上宣布推出真正2.0版本的阿尔法围棋（AlphaGo）。其特点是摈弃了人类棋谱，只靠深度学习的方式成长起来挑战围棋的极限。
现代社会已经进入后互联网时代，信息资源随手可得，大数据产业风生水起，科技创新层出不穷，不过类似工业革命、卫星登月、原子弹爆炸、Internet信息高速公路等级别的重大科技突破却一直没有出现，甚至有学者认为，目前的社会处于科技停滞阶段。
直到2016年3月，谷歌公司的“阿尔法狗”横空出世，与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜。
这个结果震惊了整个社会，特别是学术界，人工智能领域的从业人员，即使最乐观的学者，在IBM公司的“深蓝”战胜国际象棋冠军以后，过去一直都认为：围棋是人类智慧的最后堡垒，19×19的围棋棋盘矩阵，可以衍生出天文数字的组合变化，至少在五十年内，受计算机技术的限制，人工智能无法达到人类职业选手的标准。
没想到，“阿尔法狗”只用几年时间不仅战胜了围棋职业选手，而且战胜了人类的围棋冠军。
以下资料摘自网络：
（1）AlphaGo程序首席设计师黄士杰。
黄士杰从小热爱围棋，在中国台湾师大读书时创办了学校的围棋社，曾获台湾大专杯围棋赛冠军，拥有业余六段棋力，是“当时大专生最强”；2010年，他在读博士的最后一年，开发了围棋软件“Erica”（艾丽卡），参加国际电脑奥林匹亚竞赛（International Computer Games Association，简称ICGA），击败了当时围棋AI公认最强程式“Zen”（禅），引起轰动。黄士杰是DeepMind公司团队中的重要成员，是两位首席工程师之一。
Aja Huang（黄士杰）的弈城账号为DeepMind，据网友调查，AlphaGo曾经用该账号做过测试。
（2）AlphaGo之父：一个有着一半华人血统的英国天才哈萨比斯。
1976年7月，哈萨比斯出生于英国伦敦，母亲是新加坡华人，父亲来自希腊的塞浦路斯。17岁时，在一个游戏设计比赛中，哈萨比斯获得第二名，进入著名的牛蛙游戏软件公司实习，参与设计和开发游戏《主题公园》（Theme Park）。
1998年，哈萨比斯成立了自己的游戏软件公司（Elixir Studios）。这家拥有60人的游戏公司，发布了包括《革命》和《魔鬼天才》等很多游戏软件。
1999年，年仅23岁的哈萨比斯第一次参加了“智力奥林匹克运动会”，这是一个专门为天才较量智力的国际比赛。哈萨比斯连续参加了4年，赢了5次。
2009年，因其在游戏设计上的成就，哈萨比斯被选为英国皇家艺术协会的成员。
2011年，哈萨比斯成立DeepMind Technologies公司，其目标是“解决智能问题”。
（3）低调的DeepMind公司。
DeepMind公司一直保持低调，直到2013年12月，DeepMind公司首次参加业界领先的机器学习研究大会时，DeepMind的研究人员演示他们的软件，一开始就令人惊艳。此前从未有人演示过具备这种能力的软件，即可以从零开始学习和掌握如此复杂的任务。一个月后，谷歌公司重金收购了DeepMind。再后来，就是我们今天看到的哈萨比斯所创造的历史：他领导开发的人工智能AlphaGo打败了世界顶尖的围棋选手。
“阿尔法狗”程序虽然神秘，但其核心算法却很简单，源自古老的Monte Carlo（蒙特卡罗）算法。
2006年，欧洲数学家Rémi Coulomb、Kocsis和Szepervari等学者，在研究围棋程序时，结合蒙特卡罗算法与对手树搜索算法，设计出一种全新的算法：MCTS（蒙特卡罗树搜索算法）。
MCTS全称Monte Carlo Tree Search，即蒙特卡罗树搜索算法，是一种在人工智能问题中做出最优决策的方法，它结合了随机模拟的一般性和树搜索的准确性。
而古老的蒙特卡罗算法，正是源自世界上最古老的国际大赌场蒙特卡罗。事实上，现代统计学、博弈学甚至金融领域的量化投资，都不同程度源自赌场和蒙特卡罗算法。
1.2　案例1-1：可怕的英国足球
据说，目前欧洲的顶级数学家90%都是被欧洲博彩公司雇佣的，而足彩，更是博彩行业当中最重要的组成部分之一，而英国的博彩公司更是雄霸天下。
口说无凭，有图为证，案例1-1通过分析2010—2016年近7万场足球比赛的数据，用数字和图表来说明这一点。
案例1-1的文件名是zc101_gid01des.py，核心代码如下：
案例1-1的程序 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。