2018年的世界盃快要來了
究竟誰會是這次贏得令人垂涎的冠軍盃呢？
首場比賽是東道主俄羅斯對陣沙特阿拉伯，將於明天正式拉開序幕。每一次世界盃，最受人關注的，當屬冠軍花落誰家，在上一屆2014年巴西世界盃上，東道主巴西隊意外爆冷，只獲得了個第四名。那麼，今年巴西是否扭轉乾坤，贏得冠軍呢？
其實，世界盃還沒開打，各種預測和民意調查都已經充斥在社交網站上，很多人都認為冠軍應該是在巴西、德國和阿根廷之間展開，還有不少機構/研究人員也給出預測：德國將和巴西爭奪冠軍，並且，巴西隊奪冠概率更大一些。
最最重要的是，就連我們當代火熱話題——人工智能，也對此做出了判斷，結果是巴西獲勝。比如說肯尼亞某家大型投資銀行的投資銀行分析師G·M稱：日前在Medium上公佈了他使用機器學習預測FIFA 2018的結果——巴西將贏得冠軍，這與微軟的AI和數據科學專家Peste的預測結果一致。
現如今，人工智能火熱來襲，前段時間人工智能與著名作家對戰高考，最終成功勝出。可以看得出現在人工智能發展非常迅速，而這一次不僅僅是世界盃，也不僅是結果，球隊組成、戰術選擇和球員訓練都已經開始見到機器學習的身影。對於球迷和觀眾而言，人工智能也將展開一種全新的參與/觀看體育賽事的體驗。
那麼人工智能是如何預測世界盃結果呢？
事實上，預測世界盃是一個深度學習的過程，你首先預測每場比賽的獲勝者，接著再預測小組賽、半決賽和決賽的冠軍。在這個過程中，預測者需要進行數據整合、特徵建模和結果預測。
拿前面說的G·M和微軟數據科學家來說，他們都是根據前面足球比賽的歷史數據，建立機器學習模型，模擬比賽，並預測這些比賽的結果，接下來，我們分別來看一下。
G·M的機器預測
G.M他是使用了兩個來自Kaggle的數據集，包含了從1872年到2017年國際足球比賽的結果，做了一些特徵工程，選擇跟2018年世界盃最相關的特徵進行預測。
他通過邏輯迴歸的模式，，一種分類器算法。邏輯迴歸通過使用邏輯函數預估概率，從而衡量分類因變量和一個或多個自變量之間的關係。簡單來說就是，給出一組一定相關的數據之後，通過邏輯迴歸就能預測結果。
他預測結果是：最終巴西vs德國，巴西獲勝。
AI + 專家預測
而微軟的AI和數據科學專家Sorin Peste的預測過程則更加完善。在數據的選擇上，除了歷年世界盃結果，Peste還使用了歐洲盃、奧運會等大型比賽的數據，以及這些比賽的勝率分佈。
在模型的選擇上，Peste用的是隨機森林（深度500），一種根據呈現給它的特徵生成多個決策樹的算法，並且每個單獨的樹對每個新輸入向量的結果“投票”。隨機森林的速度快，相當準確，可以對泛化誤差進行無偏估計，因此不需要交叉驗證。
他預測的結果是：巴西獲勝，阿根廷第二。
不管怎麼說，兩者最終的預測的結果都是巴西獲勝，今年的俄羅斯世界盃，就連AI都在為巴西加油助威，巴德能否再次上演世紀大戰，巴西能否一雪前恥？我們拭目以待！
看吧，連世界盃預測都用上人工智能了，你還不準備入局人工智能嗎？
閱讀更多 予文館 的文章
