UFC жекпе-жектерін болжайтын ЖИ моделі қалай жұмыс істейді?

Қысқаша жауап

UFC жекпе-жектерін болжайтын ЖИ моделі өткен айқастардан заңдылықтарды үйренеді. Ол жекпе-жекке дейінгі деректерді салыстырады: жас, қол құлашы, соңғы нәтижелер, соққы қарқыны және тейкдаун көрсеткіштері; содан кейін модель әр файтердің жеңіс ықтималдығын бағалайды. Жақсы жүйе әр белгіні тек сол айқасқа дейін қолжетімді болған ақпараттан құрады; ол ескі және жаңа жекпе-жектердің кездейсоқ қоспасында емес, кейін өткен айқастарда сыналады. Модельдің жауабы — жекпе-жек дәл солай өтуге тиіс деген сценарий емес, ықтималдық.

Деректерге қысқаша шолу: Тилбург университетінің 2021 жылғы магистрлік жұмысы 35 жекпе-жекалды белгі құрды. Қорытынды жиынға 1998 жылғы қазаннан 2020 жылғы қыркүйекке дейінгі 3,925 UFC жекпе-жегі кірді. Стэнфордтың 2019 жылғы жобасы 1997-2019 жылдардағы толық дерегі бар 3,355 жекпе-жекте 134 белгіні тексерді.

UFC жекпе-жектерін болжайтын ЖИ моделі нені болжайды?

Ең қарапайым модель бір сұраққа жауап береді: кім жеңеді? Ол мұны бинарлық жіктеу міндеті ретінде қарайды: A файтеріне бір сынып белгісі, B файтеріне екіншісі беріледі.

Соңғы белгі ең пайдалы бөлікті жасырады, ал ықтималдық жіктеуіші 0 мен 1 аралығындағы санды шығарады немесе солай шығару үшін калибрлене алады. Дұрыс калибрлеуден кейін 0.70 дегеніміз 70% жеңіс ықтималдығы болуы керек, бірақ бұл файтер он раундтың жетеуінде жеңеді деген сөз емес. Бұл осындай болжам алған файтерлер салыстырмалы он жағдайдың шамамен жетеуінде жеңуі тиіс дегенді білдіреді.

UFC жекпе-жегін болжайтын ЖИ деректі қайдан алады?

UFC Stats пайдалы ашық негіз ұсынады: турнир парақтарында жекпе-жек нәтижелері мен раундтар бойынша соққы, тейкдаун, сабмишн әрекеті және бақылау деректері бар. Файтер парақтары бой, қол құлашы, тұрыс және мансаптық көрсеткіштерді қосады.

Бастапқы парақтар әлі дайын оқыту кестесі емес; әр жол нақты бір сәттегі бір жекпе-жекті көрсетуі керек. Онда екі файтердің профилі және сынып белгісі ретінде қолданылатын нәтиже болуы қажет.

Деректің уақыты файл көлемінен маңыздырақ: Ислам Махачевтің UFC 330 турнирінде Иэн Мачадо Гарриге қарсы титул қорғауы алдындағы профилін қайта құрып жатырсыз делік. UFC турнирінің ресми парағы жартылай орта салмақтағы титулдық жекпе-жек 2026 жылғы 15 тамызда өтетінін көрсетеді.

Профильдегі қазіргі деректерді болжамға енгізуге болады, ал нәтижені де, жекпе-жек кезінде жиналған статистиканы да қолдануға болмайды.

Пайдалы дерек көбіне төрт топқа бөлінеді:

• Физикалық жағдай: жас, бой, қол құлашы, тұрыс және салмақ дәрежесі.
• Нәтижелер: алдыңғы жеңістер, жеңілістер, сериялар, қарсыластар деңгейі және соңғы айқастан бері өткен уақыт.
• Соққы техникасы: қарқын, дәлдік, қорғаныс, нокдаундар және залалды жанама өлшейтін көрсеткіштер.
• Грэпплинг: тейкдаун әрекеттері, дәлдік, қорғаныс, бақылау және сабмишн әрекеттері.

Жарақаттар мен ауыр салмақ қуу әсер етуі мүмкін, бірақ оларды модельдеу қиын, өйткені бірізді тарихи жазба сирек кездеседі. Қауесеттен құрылған сандық баған дерекке артық шу қосуы мүмкін.

Бастапқы жекпе-жек статистикасы модель белгілеріне қалай айналады?

Белгі — болжам жасалғанға дейін белгілі болатын өлшенетін кіріс дерегі; модельдер жұпты екі бөлек профиль блогымен емес, екі файтердің көрсеткіштері арасындағы айырмалармен жиі кодтайды.

Махачев пен Гарридің айқасы үшін бір жолда жас айырмасы, қол құлашының айырмасы және 15 минуттағы тейкдаун санының айырмасы болуы мүмкін. Ол әр файтердің UFC-дегі алдыңғы үш жекпе-жегіндегі соққы балансын да салыстыра алады, ал бұл айырмалар алгоритмге екі қарсыласты не ажырататынын көрсетеді.

Мансаптық орташа көрсеткіштерге сақ қарау керек: ардагердің UFC-де ұзақ тарихы бар, ал дебютантта ондай тарих жоқ. Екі орташа мәнді бірдей сенімді санау үлгі көлеміндегі үлкен айырманы жасырады. Дұрыс құрылған үдеріс UFC жекпе-жектерінің санын қоса алады және шағын үлгілерді дивизионның орташа мәніне қарай түзете немесе бос мәндерді белгілей алады.

Соңғы формаға да бекітілген ереже қажет: «соңғы үш жекпе-жек» әр айқасқа бірдей салмақ береді. Уақыт бойынша бәсеңдету жаңа жекпе-жектерге көбірек салмақ бере алады, ал қай нұсқа таңдалса да, ол сынаққа дейін бекітілуі керек.

UFC болжамдарына қандай машиналық оқыту алгоритмдері жарайды?

Бірден үздік болатын алгоритм жоқ, бірақ логистикалық регрессия түсінікті базалық модель береді. Кездейсоқ орман көптеген шешім ағашының нәтижесін орташалайды; градиенттік бустинг алдыңғы ағаштардың қатесін түзетеді, ал нейрондық желілер икемді байланыстарды үйренеді, бірақ оларға жеткілікті таза дерек керек.

ММА деректер жиыны кең таралған кескіндер жиынымен салыстырғанда шағын; күрделі желі кешегі айқастарға дәл бейімделіп, ертеңгі жекпе-жектерді болжай алмауы мүмкін.

Тургут кездейсоқ орман мен нейрондық желіні 3,925 жолдан тұратын бір деректер жиынында оқытты; болашақ дерек өтпеген сынақтағы дәлдігі 58.98% және 59.11% болды. 0.13 пайыздық тармақ айырмасы нейрондық желі ММА-ны жақсырақ түсінді дегенді білдірмейді.

Маккинли Маккуэйдтің Стэнфорд жобасы толық дерегі бар 3,355 жекпе-жекті уақыт қатары бойынша бөліктерге бөлді. Төрт әдістің ішінде градиенттік бустинг орташа 61.226% сынақ дәлдігімен алға шықты; шешім ағашы 60.252% көрсетті, ал қалған екі модель шамамен 58% деңгейінде қалды.

Цзяцзе Инь 2024 жылғы мамырға дейінгі 7,515 жазбадан алынған ерлер жекпе-жектерінің дерегінде алты әдісті салыстырды, ал көпшілік дауыс әдісі 65.52% көрсетті. Жеке модельдердің нәтижесі 59.13%-дан 63.99%-ға дейін болды, бірақ мақалада хронологиялық бақылау жиыны анық сипатталмаған, сондықтан бұл көрсеткішті тікелей салыстыруға болмайды.

Бұл нәтижелер барлық жүйе үшін шекті деңгей емес, бірақ алгоритм атауынан гөрі таза белгілер мен адал сынақ маңызды екенін көрсетеді.

Неліктен болашақ деректің модельге өтіп кетуі ең үлкен қауіп белгісі?

Деректің өтіп кетуі дегеніміз — модель болжам жасалған сәтте қолжетімсіз ақпаратты алады, ал ММА-да бұл мәселе көбіне мансаптық орташа көрсеткіштер арқылы пайда болады.

2015 жылғы жекпе-жекті кейінгі айқастардан соң есептелген мансаптық сабмишн үлесімен болжап көріңіз, әрі бұл белгіге келесі бірнеше жылдың дерегі білінбей кіреді. Модель өткенге нақты болжамда болмаған біліммен қарайды.

Тургут мұны тікелей тексерді: таза кездейсоқ орман сынақ жиынында 58.98% көрсетті. Болашақ дерек араласқан нұсқа 65.11% жинады, ал таза нейрондық желі 59.11% көрсетті, дерек араласқан нұсқа 68.59%-ға жетті.

Бұл өсім жекпе-жектерді ақылдырақ талдаудан емес, болашақтағы тыйым салынған ақпараттан келді.

Жекпе-жектерді кездейсоқ бөлу де ұқсас мәселе туғызады: оқыту жиынында файтердің 2024 жылғы айқастары, ал сынақта оның 2021 жылғы жекпе-жегі болуы мүмкін. Ретімен бөлу болашақ деректе оқытып, өткен деректе сынауға жол бермейді.

Адал бэктест модельді ескі жекпе-жектерде оқытады, кейінгі бөлікте баптайды және ең жаңа, қолданылмаған бөлікте бір рет бағалайды. Жылжымалы сынақтар одан да жақсы, өйткені олар жаңа турнирлер келген сайын қайталанатын болжамдарды бейнелейді.

UFC болжамының дәлдігін қалай өлшеу керек?

Дәлдік дұрыс таңдалған жеңімпаздарды санайды, сондықтан оны түсіну оңай, бірақ ол толық өлшем емес. Барлық болжамын 51% деп берген модель мен 90% деп берген модель бірдей дәлдік көрсетуі мүмкін.

Ықтималдық сапасын бөлек тексеру керек, ал log loss сенімді айтылған қателерді қатаң жазалайды. Брайер көрсеткіші әр болжам мен нәтиже арасындағы квадраттық қатені өлшейді, ал калибрлеу графиктері ұқсас болжамдарды топтап, оларды нақты жеңіс үлесімен салыстырады.

Модель 70% шамасында 100 болжам берсе, жеткілікті үлкен үлгіде шамамен 70 файтер жеңуі керек, ал тек 55-і жеңсе, модель өзіне тым сенімді. Scikit-learn калибрлеуге жіктеуішті оқытқан жиыннан бөлек дерек керек екенін ескертеді.

Пайдалы есеп мыналарды көрсетеді:

• Хронологиялық бақылау жиынындағы дәлдік.
• Ықтималдық сапасын өлшейтін log loss немесе Брайер көрсеткіші.
• Ықтималдық аралықтары бойынша калибрлеу.
• Үлгі көлемі көрсетілген дивизиондар мен болжам сенімділігі бойынша нәтижелер.

Уақыт белгісі мен дереккөзі бекітілсе, нарық коэффициенттері тағы бір өлшем бола алады; фаворитті таңдаудың қарапайым ережесі жақсырақ жұмыс істесе, тиын лақтырудан озу жеткіліксіз. Нарықпен тең нәтиже де ставкалық артықшылықты дәлелдемейді, өйткені баға, лимиттер және желінің қозғалысы — бөлек сұрақтар.

Модель нақты жекпе-жекті қалай талдайды?

Жоспарланған Махачев пен Гарри арасындағы титулдық айқастан бастайық. UFC Stats парағы әр файтердің рекорды мен мансаптық көрсеткіштерін береді. Болжам жасаушы бұл сандарды болжам күніне бекітеді.

Содан кейін ол уақыт бойынша жаңаратын белгілерді қайта құрады. Гарридің қол құлашы мен соққы қарқынын Махачевтің тейкдаун жиілігі және қорғаныс көрсеткішімен салыстыруға болады. Бес раундтық форматты да қосуға болады, өйткені чемпиондық айқастар қалыпты үш раундтық жекпе-жектерден өзгеше.

Модель белгілер айырмасын үйренген шешімдерден өткізеді. Бір ағаш тейкдауннан қорғанысқа жауап беруі мүмкін. Екіншісі жас, қарқын және қол құлашын біріктіруі мүмкін. Олардың бағалары біріктіріліп, кейін калибрленеді.

Модель бір тарапқа 0.64 берді делік. Бұл сан уәде етілген нәтижені емес, модельдің белгісіздігін сипаттайды әрі әр тактикалық жолды түсіндірмейді.

Адам ескірген жекпе-жек өтінімін, қате салмақ дәрежесін немесе расталған кеш ауысымды байқай алады. Ол жеке ішкі сезіміне сүйеніп ықтималдықты өзгертпеуі керек. Кез келген түзету жазылып, сыналуы тиіс.

Бұл деректер қаншалықты сенімді?

UFC Stats бірізді ашық есеп жүргізеді, бірақ жекпе-жектің барлық бөлігін қамтымайды. Ондағы сандар тіркелген әрекеттерді сипаттайды. Олар ниетті, алдау қимылдарын, ауырсынуды, жарақатты немесе бапкер шешімдерін көрсете алмайды. Мансаптық көрсеткіштер де әртүрлі қарсыластарды, дәуірлерді және жекпе-жек күйлерін араластырады.

Стэнфорд және Тилбург зерттеулері толық дерегі бар 3,355 және 3,925 жекпе-жекті пайдаланды. Иньнің 2024 жылғы мақаласы 7,515 жекпе-жек жазбасын жинап, кейін болжамды ерлер айқастарымен шектеді. Ол соңғы болжам үлгісінің көлемін анық көрсетпеді.

2026 жылғы 26 шілдеде AgentMMA-ның белсенді дерекқорында UFC тарихындағы 4,480 файтер болды. Бұл ростерді қамту саны, 4,480 нәтиже белгісі емес. Файтер саны мен жекпе-жек үлгісі екі бөлек сұраққа жауап береді.

Іріктеу бұрмалауы сақталады. UFC файтерлері онсыз да іріктелген элиталық топқа жатады. Матчмейкинг кездейсоқ емес, ал қысқа мерзімде қабылданған айқастар дайындықты тең емес етеді. Дивизиондар қарқын мен мерзімінен бұрын аяқталу үлесі бойынша да ерекшеленеді.

Деректер жиыны, уақыт бойынша бөлу және сынып белгілері бірдей болмаса, жарияланған дәлдікті тура салыстыруға болмайды. Болашақ дерек араласқан 65% нәтиже шынайы кейінгі бақылау жиынындағы төменірек нәтижеден әлсіз. Ең сенімді модель болжам журналын жекпе-жектерге дейін жариялап, қателерін жасырмайды.

Жиі қойылатын сұрақтар

ЖИ UFC жекпе-жектерін дәл болжай ала ма?

ЖИ пайдалы заңдылықтарды таба алады, бірақ UFC нәтижелері белгісіз болып қала береді. Ашық зерттеулер дерек пен әдіске қарай әртүрлі сынақ нәтижесін көрсетті. Жоғары көрсеткішті қабылдамас бұрын уақыт бойынша бөлуді, белгілерді, базалық салыстыруды және толық болжам журналын тексеріңіз.

UFC болжам моделі қандай деректі қолданады?

UFC болжам моделі жас, қол құлашы, тұрыс, салмақ дәрежесі, алдыңғы нәтижелер, үзіліс ұзақтығы, соққы және грэпплинг көрсеткіштерін қолдана алады. Әр мән болжанатын жекпе-жекке дейін қолжетімді ақпаратты ғана көрсетуі керек. Расталған формат пен қысқа мерзімде қабылданған айқас мәртебесі бірізді жазылса, олар да көмектесе алады.

UFC-ге арналған машиналық оқытудағы дерек ағуы деген не?

Дерек ағуы модель ертерек өткен айқасты болжау үшін болашақ немесе жекпе-жектен кейінгі ақпаратты қолданғанда пайда болады. Толық мансаптың орташа көрсеткіші, кейінгі рекордтар немесе бүкіл деректер жиынын бірге өңдеу — жиі кездесетін мысалдар. Дерек ағуы нақты болжамдарды жақсартпай-ақ жарияланған дәлдікті өсіре алады.

70% жеңіс ықтималдығы кепілдік бере ме?

Жоқ. 70% болжам қарсыласқа әлі де 30% мүмкіндік береді. Калибрленген модельде ұқсас 70% болжамдар үлкен үлгіде он жағдайдың шамамен жетеуінде орындалуы керек. Кез келген жеке айқас қалған үшеуінің біріне түсуі мүмкін.

Жоғары болжам дәлдігі тиімді ставканы білдіре ме?

Жоқ. Дәлдік әр таңдаудың бағасын есепке алмайды. Модель айқын фавориттердің көбін дұрыс таңдап, қолжетімді коэффициенттер бойынша еш артықшылық бермеуі мүмкін. Ставканы талдауға коэффициенттен шығатын ықтималдық, желі уақыты, шығындар және жазылған үлкен үлгі де қажет.