Sakatlığı önceden kestiren, yeteneği bulan ya da maçı tahmin eden modeller çok konuşuluyor; çoğu küçük veriyle kurulmuş ve başka bir takımda sınanmamıştır. Bu modül tahmin modelinin ne yaptığını, sakatlık tahmini girişimlerini, aşırı uyum ve dış doğrulamayı, modelin yanlılığını ve bir modeli sahaya almadan önce sorulacak soruları anlatır; yapay zekânın genel temelleri Yapay Zekâ Akademisi'ne bırakılır.
Bu modülün sonunda
- Bir tahmin modelinin nasıl kurulup sınandığını ve aşırı uyum riskini açıklar.
- Bir sakatlık ya da performans tahmin modelini dış doğrulama ve yanlılık açısından değerlendirir.
Dersler
- M06-D01Tahmin modeli ne yaparProgramda
Bir tahmin modelinin geçmiş veriden bir sonucu kestirmesini ve açıklama ile tahmin arasındaki farkı açıklar.
Dayanak: Çerçeve: tahmin modellemesi (kaynak yazımda seçilir)
- M06-D02Sakatlık tahminiProgramda
Sporda sakatlığı makine öğrenmesiyle tahmin etme girişimlerini ve bu modellerin başarısına dair sistematik derlemeleri değerlendirir.
Dayanak: Tartışmalı: makine öğrenmesiyle sakatlık tahmini (kaynak yazımda seçilir)
- M06-D03Aşırı uyum ve dış doğrulamaProgramda
Küçük veride modelin ezber yapmasını ve modelin başka bir veri kümesinde sınanmasının gerekliliğini açıklar.
Dayanak: Çerçeve: aşırı uyum ve dış doğrulama (kaynak yazımda seçilir)
- M06-D04Modelin yanlılığıProgramda
Modelin hangi sporcularla kurulduğunun başka sporcularda yanlış sonuç verebileceğini açıklar.
Dayanak: Çerçeve: algoritmik yanlılık (kaynak yazımda seçilir)
- M06-D05Sahaya almadan önceProgramda
Bir modeli satın almadan ya da kullanmadan önce sorulacak soruları — veri, doğrulama, açıklanabilirlik, sorumluluk — sıralar.
Dayanak: Çerçeve: model değerlendirme soruları (kaynak yazımda seçilir)