如何利用人工神经网络根据一组特征来预测比赛的胜负？

Question

假设有1000人参加比赛。此外，还有关于每个跑步者的各种特征（年龄、腿长、静息心率等）的数据

以前的比赛的获胜者也是众所周知的，以及每个参赛者的所有特征。你知道吗

利用过去的信息，用人工神经网络预测比赛的胜利者是可能的吗？你知道吗

如果是的话，该如何设置？第一层节点是特征吗？输出层代表什么？有多少个节点？请解释一下ANN对于这些数据是什么样子的。是分类问题吗？你知道吗

既然目标是挑选一个赛车手，那么数据集会是什么样子呢？把每一个参赛者归为“赢家”或“失败者”行得通吗如何将获奖人数限制为1人？你知道吗

Answer 1

是的，这是一个ANN可以解决的问题，但是仅仅因为你从参与者那里得到了准确的数据，并不意味着数据本身就足以预测谁将赢得比赛。你知道吗

输入

每个输入节点（每种类型的特征（如年龄、腿长等）需要使用一个激活函数，该函数对您正在处理的数据类型是直观的。每种类型的激活函数都有优缺点。大多数人开始用乙状结肠或ReLU来解决一般问题。你知道吗

输出

每个输出将代表样本日期的标签（例如，谁赢了？），因此每个潜在情况都需要一个输出。这也意味着，是的，这是一个分类问题（不是回归问题）。你知道吗

问题

在你描述的例子中，如果没有大量的特征，很难预测比赛的结果。如果你有500个跑步者，每个人有10个功能，那就意味着你总共需要5000个功能。不仅如此，你还需要足够的样本数据，在一个受控的案例中，所有500名跑步者都在相互竞争。由于显而易见的原因，以这种方式来界定问题变得令人担忧。你知道吗

修改问题

这将是一个更现实的目标，试图预测一个运动员在比赛中的时间（这可能是一个分类或回归问题）。通过这种方式，特性的数量要少得多，并且对一致竞争对手的依赖性大大降低。你知道吗