Akkio una plataforma para apostar a los caballos mediante IA con pocos datos
La Inteligencia Artificial está modificando las apuestas en línea, desplazando las probabilidades de los handicappers y los contadores de cartas y los calculadores de diferencial de puntos a favor de los científicos de datos que pueden codificar. Pero eso ha dejado a los no codificadores del mundo fuera del dinero.
Por eso, cuando los fundadores de la plataforma de IA sin código Akkio ofrecieron a un curioso novato utilizar su sistema automatizado de aprendizaje automático para apostar en las carreras, pareció una oportunidad para igualar el marcador.
Pero utilizar la IA para apostar no es fácil. Requiere conocimientos de programación para el análisis de datos y la extracción de datos de los sitios web. Requiere configurar servidores, preparar cuadros de mando y trabajar con bases de datos. Sin embargo, la llegada de las plataformas sin código, que permiten a los usuarios manipular una base de código con interfaces gráficas, están poniendo de repente la IA al alcance de los no programadores y Akkio es una de ellas.
"Las apuestas de carreras de caballos son un ejemplo de cómo una plataforma como Akkio puede dar la vuelta a un modelo ML personalizado y producir resultados de predicción en 10 minutos", dijo. "Las aplicaciones en las empresas son prácticamente infinitas".
Todo lo que Akkio necesitaba eran datos para pasar por su motor de predicción. Así llegó Chris Rossi. Es el experto en apuestas hípicas que ayudó a crear un sistema de datos de purasangres. Ahora actúa como consultor de personas del mundo de las carreras de caballos, incluyendo lo que él describe como equipos de analistas cuantitativos que utilizan el aprendizaje automático para jugar a las carreras.
Cuanto más apuesta la gente, más ganan los hipódromos. "Las apuestas en las carreras de caballos son, básicamente, las de los tontos contra las de los cuánticos", dice Chris. "Y los cuantos les dan una paliza a los tontos".
El hipódromo es un buen campo de pruebas para los modelos de IA. "Las carreras de caballos son ideales para algo así", dijo. "Es algo muy sencillo; el dinero no miente". También cree que existe un amplio y creciente mercado para el AutoML sin código. "Esto es lo que la gente quiere", dijo. "No quieren sentarse en la maleza e intentar aprender Python".
Se envió a Akkio, 700 filas de datos de entrenamiento consistentes en el historial de los caballos programados para correr 10 carreras unos días después en el hipódromo de Saratoga. Los datos consistían en
La identificación del caballo, Las fechas de las carreras anteriores del caballo, El hipódromo en el que se celebraron esas carreras, La distancia de cada carrera, Si la carrera se disputó en una superficie de césped o de tierra, La posición final del caballo en cada carrera, La bolsa, o el dinero por el que corrían los caballos, La probabilidad implícita, una aproximación a las probabilidades de apuesta dadas al caballo al comienzo de la carrera, La identificación del entrenador, La identificación del jinete, El número de veces que el caballo ha corrido, La edad del caballo.
Se añadió una columna de "identificación de la carrera" para ayudar al modelo a aprender cómo se comportan los diferentes caballos entre sí y añadió una columna para la probabilidad de que cada caballo termine en primer lugar, basándose en los resultados anteriores. El objetivo era pasar esos datos por Akkio para predecir la probabilidad implícita de cada caballo y su posición final.
Comentarios
Publicar un comentario