टिम सलीमंस ने कागले शतरंज खेल भविष्यवाणी प्रतियोगिता जीतने के बारे में

कागले डेटा खनन में शामिल लोगों के लिए प्रतियोगिताओं का आयोजन करता है। दो प्रतियोगिताएं अब खुली हैं। 3 मिलियन डॉलर में से एक, जिसका लक्ष्य लोगों द्वारा अस्पतालों में डाली गई व्यवस्था को सुधारना है। दूसरा आकाशगंगाओं की दीर्घवृत्तीयता के मापन में सुधार के लिए $ 3,000 के एक पुरस्कार पूल के साथ है, जो ब्रह्मांड में तथाकथित "डार्क मैटर" के बेहतर माप की अनुमति देगा।

लगभग दो दर्जन प्रतियोगिताएं पहले ही बीत चुकी हैं। प्रतिभागी ब्लॉग पर अपने अनुभव साझा करते हैं। नीचे पिछले परिणामों के आधार पर शतरंज मैचों के लिए भविष्यवाणी प्रतियोगिता में भाग लेने के अपने अनुभव के बारे में टिम सलीमन्स के पोस्ट का अनुवाद है।

प्रतियोगियों को 54,000 से अधिक शतरंज खिलाड़ियों की 1.84 मिलियन से अधिक बैठकों के परिणामों के साथ प्रदान किया गया था। यह कार्य अगले तीन महीनों में एक ही खिलाड़ियों के बीच 100,000 खेलों के परिणामों की भविष्यवाणी करना था। प्रतियोगिता में 189 टीमों ने भाग लिया था।

पहले व्यक्ति से आ रहा है।

मेरा नाम टिम सलीमन्स है, मैं इरास्मस यूनिवर्सिटी रॉटरडैम में अर्थमिति का स्नातक छात्र हूं। अपने काम के लिए, मैं लगातार डेटा, मॉडल और एल्गोरिदम के साथ काम करता हूं, और कागल प्रतियोगिता सामाजिक और प्रतिस्पर्धी माहौल में इन कौशल का उपयोग करने का एक दिलचस्प तरीका बन गया। शतरंज प्रतियोगिताओं के परिणामों की भविष्यवाणी करने के लिए कागल, डेलोइट और फिडे की प्रतियोगिता पहली थी जिसमें मैंने भाग लिया था, और मैं बहुत भाग्यशाली थी कि मैंने पहला स्थान जीता। उसी समय, मैंने इकोनोमेट्रिक्स पाठ्यक्रम में एक प्रतियोगिता की मेजबानी करने के लिए कागल-इन-क्लास प्लेटफॉर्म का उपयोग किया, जहां मैं एक सहायक था। दोनों कंटेस्टेंट काफी दिलचस्प थे। इस पोस्ट में मैं एक शतरंज प्रतियोगिता के तकनीकी विवरण के बारे में बात नहीं कर रहा हूं। यदि आप मेरे कोड सहित तकनीकी विवरण में रुचि रखते हैं, तो मेरा वेब पेज देखें ।

शतरंज की रेटिंग

इससे पहले कि आप एक नई समस्या को हल करना शुरू करें, यह देखना अच्छा है कि आपके सामने अन्य लोगों ने क्या किया। चूंकि कागल ने पहले से ही रेटिंग प्रणाली में सुधार के लिए एक प्रतियोगिता आयोजित की थी , इसलिए विजेताओं के ब्लॉग पोस्ट देखना तर्कसंगत था। इन पदों और विभिन्न शैक्षणिक साहित्य को पढ़ने के बाद, मुझे एहसास हुआ कि शतरंज में रेटिंग प्रणाली से पता चलता है कि प्रत्येक खिलाड़ी की विशेषताओं को एक संख्या द्वारा वर्णित किया जा सकता है। दोनों खिलाड़ियों के बीच मैच का अपेक्षित परिणाम फिर उनकी रेटिंग के बीच एक निश्चित अंतर है। पहली प्रतियोगिता के विजेता, यानिस सिसमैनिस ने इस उद्देश्य के लिए लॉजिस्टिक वक्र का उपयोग किया और रेटिंग का मूल्यांकन किया, मॉडल के नियमित संस्करण को कम से कम किया (उनके दृष्टिकोण के बारे में विवरण के लिए, आर्टेक्स पर पोस्ट किया गया लेख देखें)। उपविजेता जेरेमी हॉवर्ड ने इसके बजाय ट्रूस्किल मॉडल का इस्तेमाल किया, जो सामान्य वितरण फ़ंक्शन का उपयोग करता है और बेयसियन निष्कर्ष के माध्यम से रेटिंग का मूल्यांकन करता है।

मैंने ट्रूस्किल के साथ शुरुआत करने का फैसला किया, और प्रत्येक खिलाड़ी की रेटिंग को उसके हाल के प्रतिद्वंद्वियों की रेटिंग तक सीमित करके इसका विस्तार किया, जैसा कि यानिस सिस्मानी ने पहली प्रतियोगिता में किया था। इसके अलावा, मैंने एल्गोरिथ्म में वज़न पेश किया, जिसने मुझे रैंकिंग के लिए हाल के मैचों को और अधिक महत्वपूर्ण बनाने की अनुमति दी। कई प्रयोगों के बाद, Microsoft के उत्कृष्ट Infer.NET पैकेज का उपयोग करते हुए, मैंने Matlab में सभी कोड लिखे।

मैच अनुसूची का उपयोग करना

प्रतियोगिता की रैंकिंग में मेरे मुख्य मॉडल की भविष्यवाणियां उच्च थीं, लेकिन फिर भी पहली जगह लेने के लिए पर्याप्त नहीं थीं। इस बिंदु पर, मैंने महसूस किया कि मैच शेड्यूल में परिणामों की भविष्यवाणी के लिए उपयोगी जानकारी भी है, कुछ अन्य प्रतिभागियों ने भी इस पर ध्यान दिया। शतरंज में, अधिकांश टूर्नामेंट स्विस प्रणाली के अनुसार आयोजित किए जाते हैं, जब प्रत्येक राउंड में खिलाड़ी पिछले राउंड में समान परिणाम वाले अन्य खिलाड़ियों के साथ मिलते हैं। स्विस प्रणाली में, यदि खिलाड़ी A ने खिलाड़ी B से बेहतर विरोधियों से मुलाकात की है, तो इसका मतलब शायद यह है कि खिलाड़ी A ने B की तुलना में इस मैच में अधिक मैच जीते हैं।

अनुसूची से ऐसी जानकारी का उपयोग करने के लिए, मैंने पिछले 1.5 वर्षों के लिए 3 महीने की खिड़की का उपयोग करके भविष्यवाणियां कीं। फिर, मैंने इन पूर्वानुमानों और वास्तविक मैच परिणामों का उपयोग करते हुए दो पोस्ट-प्रोसेसिंग कदम उठाए। पहले चरण में मानक लॉजिस्टिक प्रतिगमन का उपयोग किया गया था, और दूसरे चरण में भारित स्थानीय भार के साथ लॉजिस्टिक प्रतिगमन की भिन्नता का उपयोग किया गया था। प्रसंस्करण के बाद की प्रक्रिया में सबसे महत्वपूर्ण चर थे:

• मुख्य मॉडल की भविष्यवाणियां
• खिलाड़ी रेटिंग
• प्रत्येक खिलाड़ी ने कितने मैच खेले
• प्रत्येक खिलाड़ी की प्रतिद्वंद्वी रेटिंग
• खिलाड़ियों की गुणवत्ता में भिन्नता मिली
• प्रत्येक खिलाड़ी के लिए एक महीने में सभी मैचों में जीत के प्रतिशत की औसत भविष्यवाणी
• इन चर के लिए यादृच्छिक फॉरेस्ट पूर्वानुमान

इस पोस्ट-प्रोसेसिंग ने टूर्नामेंट में मेरी रेटिंग में काफी सुधार किया है और मैंने अन्य प्रतिभागियों से अच्छी तरह से नाता तोड़ लिया है। बाद में, अन्य प्रतिभागियों ने इसी तरह के सुधार किए और प्रतियोगिता के अंतिम सप्ताह बहुत दिलचस्प थे। लंबे सप्ताहांत के बाद, मैं रेटिंग पृष्ठ पर गया और पाया कि प्लैनेटहैनेट टीम ने मुझे पीछे छोड़ दिया था। मेरे दृष्टिकोण को थोड़ा मोड़ने के बाद, मैं फिर से शीर्ष पर आने में कामयाब रहा। उसके बाद मुझे अमरीका में एक सम्मेलन में जाना पड़ा। आगमन पर, मुझे पता चला कि मुझे फिर से बाईपास किया गया था, इस बार शांग त्सुंग द्वारा। केवल सेंट लुइस होटल के एक कमरे से आखिरी भविष्यवाणी भेजकर, मैं अंत में पहला स्थान प्राप्त करने में सक्षम था।

निष्कर्ष

मैच के शेड्यूल का उपयोग करके जीत में सबसे बड़ा योगदान दिया गया था। हालांकि अपने आप में दिलचस्प है, यह शतरंज के खिलाड़ियों की रेटिंग प्रणाली में सुधार करने के लिए प्रतियोगिता के मूल लक्ष्य के लिए आदर्श नहीं है। मेरी राहत के लिए, बाद में अपलोड किए गए डाटासेट जेफ सोनस ने दिखाया कि मेरा मॉडल इस जानकारी का उपयोग किए बिना अच्छी भविष्यवाणी करता है। अंत में, मैं एक उत्कृष्ट कार्यक्रम के लिए प्रतियोगिता के आयोजकों और प्रतिभागियों दोनों को धन्यवाद देना चाहता हूं।