Napisałem sobie parsera do historii rozdań z GGPoker i wytrenowałem na zbiorze 20k rąk z Rush&Cash model AI do przewidywania EV graczy po każdym zagraniu. Model składa się z sześciu kolejno ułożonych TransformersEncoders plus liniowa na wejściu i wyjściu. Czyli model dostaje na wejściu sekwencję zakodowanych wydarzeń na stole - zagrań graczy i wykładanych kart, a zwraca przewidywaną zmianę EV dla każdego z 6 graczy.
W tabelce przykład aplikacji modelu do przykładowego
W tabelce przykład aplikacji modelu do przykładowego
![MarianJanusz - Napisałem sobie parsera do historii rozdań z GGPoker i wytrenowałem na...](https://wykop.pl/cdn/c3201142/d381b139642a2d6a9492f600d145ebbe784024a123e3f047b00ea6cf49abc1dc,w400.png?author=MarianJanusz&auth=ccd1d20cbbdb4bf0aaa189882699903a)
źródło: renka z
Pobierz
Ja na razie jestem po "Wstępie do statystyki w #python " oraz implementuje drzewa decyzyjne (id3;c4.5;c5); nie wiem co dalej; chce jak najbardziej zrozumieć ten stack dla #datascience
Szukam jakiejś roadmapy na majówkę.
https://www.deeplearning.ai/courses/