Аннотация:Современные методы машинного обучения (ассоциативные прави- ла, деревья решений, модель гауссовых смесей, алгоритмы регрессии, нейронные сети, байесовские сети и т. д.) используются во многих обла- стях для решения проблем ассоциации, классификации, сегментации, ди- агностики и прогнозирования. Вполне логично, что эти алгоритмы нахо- дят применение в такой экстремальной человеческой деятельности, как спорт уровня высоких достижений.
Спортивная аналитика – новый быстрорастущий рынок, объем ко- торого превысит $4,7 млрд к 2021 г.(по прогнозам WinterGreen Research). Около $1 млрд из них придется на долю хоккея, считают представители стартапа Iceberg Sports Analytics [2].
Принимая во внимание огромное количество исторических данных по хоккею, можно предложить подход к прогнозированию хоккейных матчей – машинное обучение. Параметры игроков и матча вместе с результатом могут составить обучающую выборку. Алгоритм машинного обучения с учителем может использовать эту выборку для построения функции предсказания результатов новых матчей.