Компании размещают борьбу, где проигрыватели смогут действенно применять анализ данных и прогнозную аналитику для заполнения их скобок турнира.Громадные эти являются одним из более тёплых трендов в технической отрасли. Это – срок, этот большой сумме структурированных и неструктурированных данных, которая сгенерирована и потребность отыскать методы обработать, сохранить и проанализировать его для бизнес-ответов, базировал познание.Деловые люди склонны иметь высокоуровневое познание громадных данных, но для них не всегда дескриптор, как забрать такие огромные суммы информации и действенно применять ее к их преимуществу, по словам Бойда Дэвиса, вице-генерального директора и президента Подразделения ПО Центра обработки данных Intel.
Но то, что вправду осознаёт большое количество людей, спортивно, и метод, которым статистика может употребляться в разработке понимания того, как игра планирует пойти. Это не всегда разрабатывает метод, которым люди ожидают – недавний Супер Боул между Сиэтлом Seahawks и Денвером, Broncos есть хорошим примером этого. Но большое количество людей знают отношение между статистикой – данными – и как игра теряет значение.«Большое количество людей может визуализировать и усвоить спортивные состязания», сообщил Дэвис eWEEK.
Имея это в виду, Дэвис и другие должностные лица Intel разглядели грядущую NCAA мужской баскетбольный турнир Сумасшествия в марте как пример спортивного мероприятия, на котором миллионы людей во всем мире подробно изучают насыпи данных для заполнения их скобок турнира в надежде на завоевание безотносительно пулов, они находятся в – и вероятно побеждают мало денег в ходе.И в компании по имени компания ответов для громадных данных Kaggle-a, которая проводит соревнования на ее прогнозирующей платформе моделирования – производитель микросхем отыскал совершенного партнера.
Эти две компании спонсируют борьбу, созданную, дабы разрешить людям действенно применять громадные количества данных от прошлых турниров Сумасшествия в марте, потому, что они заполняют скобку турнира с 64 командами. Большая часть людей применяет комбинацию изучения, предположений и догадок при согласовании лабиринта, что есть турниром NCAA.
Мартовская борьба Мании Машинного обучения есть двухступенчатым событием. В первом шаге игроки смогут применять инструменты от Intel и Kaggle, дабы создать и протестировать результаты их моделей прогнозной аналитики против результатов прошлых пяти баскетбольных турниров NCAA.
Та игра началась 7 января и трудится до марта и имеет 150 конкуренций команд и число записей в пределах от одного к 61, в соответствии с перечню фаворитов.Второй этап применяет прогнозную аналитику для прогнозирования результатов турнира этого года, и это выполняется по-второму, чем пулы традиции, где для проигрывателей в большинстве случаев определяют задачу с предсказанием победителя каждого матча. С мартом Мания Машинного обучения проигрыватели должны придумать методы, каковые окажут помощь им угадать процентные соотношения поражений и побед для возможности каждого вероятного матча.
В случае если победитель игры между Университетом Северной Каролины и Сиракузами играется победителя игры Герцога состояния Witchita, то проигрыватели должны выяснить победителей каждого вероятного матча, следующего из тех двух игр.NCAA сейчас добавила еще четыре команды турнир, увеличив его с 64 команд до 68. Intel и Kaggle узнали метод иметь дело с этим.«Предсказание каждого вероятного матча для этих 68 команд, о которых объявляют на Выборе в воскресенье, дает участникам солидную часть времени для получения их прогнозов 2014 года, готовых вовремя», заявили компании относительно сайта FAQ. «Существует маленькая ‘игра – в’ около, время от времени названа первым раундом, где эти 68 деланы выводы к 64.
Тогда как Вас просят угадать эти игры (и Вы имеете возможность предвещать их по окончании того, как они случатся), мы не будем побеждать их».