Díjugratási sporteredmények értékelési lehetőségei neurális hálózatokkal

Abstract

A modern lótenyésztésben egyre nagyobb szerepet kap az adatvezérelt objektivitás, melynek keretében ez a kutatás neurális hálózatokkal próbálta előrejelezni a díjugrató versenyek eredményeit a Magyar Sportló Tenyésztők Országos Egyesületének adatai alapján. A vizsgálat során két nagy terjedelmű adatbázist elemeztek MATLAB szoftverkörnyezetben, elsősorban a Bagging és a RUSBoost gépi tanulási algoritmusokra támaszkodva. Az eredmények megmutatták, hogy a hajszálpontos egyéni helyezések megjóslása a rendelkezésre álló adatokkal egyelőre nem kivitelezhető, hiszen a modellek ezen a szinten csupán 11% körüli pontosságot értek el. Ugyanakkor az eredmények kategóriákba sorolásával a predikció megbízhatósága drasztikusan javult; egy kétkategóriás felosztás (1-6. helyezett és a többi) esetén az algoritmus már 85,79%-os biztonsággal azonosította a sikeres párosokat. A kutatás igazolta, hogy a mesterséges intelligencia hatékonyan kiegészítheti a hagyományos emberi szakértelmet a sportteljesítmény előrejelzésében, amit a jövőben mélytanulási (deep learning) algoritmusok bevonásával lehet még tovább finomítani.