A neural network for hockey?

Question

Neural networks

Hello, I have theoretical knowledge of what data should be collected from hockey matches to predict the probable outcome of an event in live mode, but here's how to do it all, unfortunately there is no such knowledge, who can help with this or who to contact for help, earnings from this, at the initial stage, it can be from banal rates, and as the project improves, there is a much more reliable and more profitable type of income

Answer 1

Learn what a neural network is and everything will immediately become clear to you.
I'm not an expert, but there's something to be said.
A neural network is not magic, but, roughly speaking, more about statistics and experience.
The neural network at the input receives information at the entry points and at the output it produces, again, the values ​​at the output points. All these points are called neurons .

Between the input (green in the picture) and output (yellow) neurons there is a layer of "hidden" (blue) neurons that the network builds itself.
The hidden layer is where the "magic" happens.
The input neuron X has, let's say, the value 1.
The hidden neuron receives the value 1 from X, the value 0.5 from neuron Y and passes to the next layer of neurons already, for example, 0.3, in the experience that the combination of X = 1 and Y = 0.5 often leads to a "bad" result.

Very simplified on the example of chess.

Для шахмат, входных нейронов будет около 66.
64 - сама доска с фигурами. Ещё два - это чей ход сейчас (за кого нужно искать ход) и остаток времени, чтобы не думать слишком долго.
На выходе получить один из 64^2 (с какой клетки (из 64) на какую (из 64) ходить) вариантов ответа.
Когда это всё настроено, начинается самое сложное - обучение.
Подозреваю, что существуют разные способы обучения, но самый популярный - с помощью наказания и похвалы.
Когда сетка сделала ход, его нужно оценить. Тут самое сложное. Если вы хотите действительно сильную шахматную сетку, которая бьёт движки, то использовать движки нельзя. Разработчики из DeepMind, когда решали задачу, просто оценивали не один ход, а исход партии вообще. Тут всё просто, победа, например, +1, поражение штраф -2, ничья штраф -1 или просто 0. (Возможно именно это решение усилило сетку до того, что она с треском обыграла сильнейшую шахматную программу и, в шахматных кругах, стала сенсацией. Она оценивала не текущую позицию, а ещё могла "заметить" маркеры хорошей позиции в конце игры)
Дальше оценку работы нейросетки нужно ей вернуть и нейросетка "охладит" немного связи, которые помогли ей принять плохое решение и "подогреет" связи, которые ей принесли очки.
Ещё, сложные нейросети обучают по "обучающей выборке". Т. е. ставят ей задачи, решение которых однозначно и известно. Таким образом можно точно оценить работу и точно скорректировать скрытые слои нейронов.

The difficulty in your case is that how are you going to push all the inputs into the network?
Game videos? Playing in a non-standard stadium, the weather or the movement of spectators can seriously distort the result.
Where are you going to get a quality training sample?
Training such a network is a rather resource-intensive process, even by modern standards.
High-quality training of such a network is a very resource-intensive process.
Otherwise, the quality of the prediction falls. I don’t really want to lose a bet of 10 lard, right?)
Another moment. Nobody has implemented this yet. Do you think why?)
In Forex, the neural network needs to answer just one question. Up or down? And still no one can teach.
Yes, everything is done for the first time and then everything is fine, but before success, at first there are a lot of failures. It's not a problem for a researcher, but it's a problem for business.