Data Adventures

c00l0ne @ 24.07.23 

могу добавить что 3-5бб/100 поляна не добирает относительно нэша ... 

казалось бы пуш в 10 бб на батоне что может быть проще ...

рекреационные игроки отдыхают играя в покер :) Это сложно понять рассудком как можно отдохнуть играя в покер, но люди это делают

SnowBeaver @ 24.07.23 

какого рума майнинг

Покерстарс микролимиты) 

SnowBeaver @ 24.07.23 

Можно обменяться

Не думаю что это хорошая идея

Все равно мощно тормозит база, на один запрос уходит 5-10 минут

Про нейросетки абсолютно противоположное мнение, уникальная математика... Которая может апроксимировать огромные пространства... Единственная проблема их обучить, нужно много ядер и много часов + датасет или реинфорсмент леарнинг ...  Вон гтовизард релизнул солвер на базе AI за пару сек любой спот с любыми локами считает... До 0.2%...

c00l0ne @ 24.07.23 

Все равно мощно тормозит база

Я обычно разделяю базы по определённому размеру \ лимиту и т.д. типа я каждый лимит в отдельную импортировал, и какие-то промежуточные результаты селекчу в каждой, а потом собираю результат. я так и в 300м рук базы анализировал. Т.е. сложно, но решаемо. Но микро наверное не буду анализировать прямо сейчас.

SnowBeaver @ 24.07.23 

Вообще можно продумать план и сделать что-то вроде "MTT blueprint", найти грамотного продавца и попытаться на этом заработать.

👍

Есть может идеи как то кластеризовать игроков в разные группы?

Про нейросетки абсолютно противоположное мнение, уникальная математика... 

Ой, да я даже не пытаюсь спорить уже давно... Слишком долго в теме, я их умел обучать ещё когда это не было модно на плагине в матлабе или писал сам руками. Потом ещё годы прошли до появления всяких публичных библиотек, и у людей кто не в теме данных прям подорвало. Они узрели чудо :) А те кто в теме, работают как работали на инструментах под задачу, а не подбирают себе задачу под инструмент. Помню чувака из яндекс который какую-то там строчку в каггл держит спросили про нейросети, я прям его лицо считал, которое выражало что-то вроде "что, опять?". Не знаю что там на бэкенде у gtowizard, но могу делать ставки на деньги, что там нет никаких нейросетей, всё тот же MCCFR и куча маркетинга. 

Про уникальную математику это вообще ржака. Линейка она и есть линейка. То что сейчас в технике используется было ещё в 19 веке полностью проработано. Но наверное если с нуля пытаться понять как оно работает без обучения в вузе, то оно может показаться уникальным. Просто в силу потраченных усилий можно переоценить ценность знания.

SnowBeaver, не луди)

Есть нейросетки и в покере давно ... В США есть , в РФ не знаю, в Украине есть, в Белоруссии

Больше ни с кем не знаком)

То что технология давняя это понятно, но посчитать технических средств не хватало, а сейчас gpt4 вон стрельнуло ...

В след году революция будет, когда десятки экзафлопов начнут обучать огромные модели ...

Ну и про математику , разве она линейная многослойная сеть не линейна...

Да там много простых линейных элементов, но они же перемножаются много раз друг с другом и ещё и функция пороговая есть ... Где тут линейность ...

c00l0ne @ 24.07.23 

SnowBeaver, не луди)

Есть нейросетки и в покере давно ... В США есть , в РФ не знаю, в Украине есть, в Белоруссии

Больше ни с кем не знаком)

То что технология давняя это понятно, но посчитать технических средств не хватало, а сейчас gpt4 вон стрельнуло ...

в чём конкретно есть? :) если ты обладаешь каким-то непубличным знанием, то можешь в личку поделиться. По факту ты меня скорее всего не удивишь, т.к. те кто делают хоть что-то полезное в покере либо у меня в контакт листе, либо через одно рукопожатие находятся. 

Если убрать все магические пасы, которыми gtowizard хочет очередной раз продать gto, то можно прочитать, что у них есть какой-то солвер который быстро считает постфлоп в холдеме. Этого же самого можно добиться если поставить jesolver https://jesolver.com/cmdref.html на нормальный сервер. тоже будет за секунды постфлоп решения считать, я не сильно буду удивлён если они так и сделали кстати :)

сейчас генеративные модели переживают маркетинговый бум :) по сути ничего нового с философской точки зрения. Мне иногда прилетает от коллег какая-то лишённая смысла фигня, я начинаю пытаться разобраться как человек до жизни такой дошёл чтобы написать такой бред, да ещё связно. А потом оказывается понятно откуда ноги растут. Сам использую только для каких-то рутинных преобразований кода. типа тестами что-то покрыть или с C# на java какую-то процедуру переконвертировать.

так что если есть что можно реальное обсуждать, то я могу. а если хайп и индустрию хайпа в целом, то я пас

SnowBeaver, ну я в холдем не играю, видел как по китайскому покеру ребята делали нейросетку, reinforcement learning обучили,

Стартер 3 мс считался после обучения. 

Программисты в Гугле работают) больше ничего не расскажу, сейчас они в холдем ушли... Генеративные модели достаточно понятны, посмотри в сторону JEPA, очень крутой проект от мета*

* Экстремистской организацией признаны в РФ

На Хабре человек писал что ботоводит(асуждаем) в мтт холдем, но они тоже в холдем нейросетку для префлопа вроде и для классификации быстрой игроков обучали , статья есть

Jesolver круто , но эксплойт на нем не посчитать , это же лочить надо, модель игрока надо, а вот нейросеть может модель игрока быстро составить , это имхо и мой бред

c00l0ne @ 24.07.23 

Ну и про математику , разве она линейная многослойная сеть не линейна...

Да там много простых линейных элементов, но они же перемножаются много раз друг с другом и ещё и функция пороговая есть ... Где тут линейность ...

тут прям не поспоришь. А ещё айфон стеклянный :) Я не способен объяснить с нуля коротко. Но если совсем коротко, то чтобы понимать эту тему, надо учиться. Есть простые курсы и книжки, есть сложные. Но без матана и линейки получить нормальные навыки в ML и нейросетях не выйдет. просто так не прокатывает :)

SnowBeaver @ 24.07.23 

без матана и линейки получить

 Я как раз Матфак ) почти окончил)

Нейросетка точно не линейна, линейный перцептерон да линеен, но опять же если туда подавать нелинейные параметры то он может решать и нелинейные задачи

c00l0ne @ 24.07.23 

Программисты в Гугле работают) 

земля слухами полнится :) Я сам в Intel работал. 

если эти ребята использовали NN для классификации игроков, то они просто пока что начинающие в ML. не могут выбрать метод, который там лучше для этой задачи. Я ж говорю, люди микроскопом гвозди заколачивают и делают серьёзные щщи, что они типа Эйнштейнов. Если их спросить почему NN, а не катбуст, то ответа я не получу. потому что они тупо не знают что это такое.

SnowBeaver, катбуст, пойду погуглю)

Погуглил, не вывожу эту тему)

c00l0ne @ 24.07.23 

 Я как раз Матфак ) почти окончил)

ну вот, значит ты можешь сам открыть описание алгоритма back propogation и понять что этот метод обучения описан с помощью линейной алгебры. Ну и вычислении производных (собственно матан). А вот уникальной математики там нет :)

c00l0ne @ 24.07.23 

SnowBeaver, катбуст, пойду погуглю)

самое оптимальное что могу советовать сделать всем кто хочет в ML, а не в мифы про нейросетки это пройти курс Andrew Ng на курсере. 50$ в месяц денежных затрат это копейки за последовательное изложение материала. И будет цельное знание о том как от линейной регрессии дойти до нейросети и когда это нужно, а когда нет.

c00l0ne @ 24.07.23 

SnowBeaver, катбуст, пойду погуглю)

когда ты используешь NN для классификации, то могут возникать трудности с интерпретацией результата. т.к. по сути модель выступает как чёрный ящик. Ты не можешь по обученной модели описать какие-то хреновые случаи распознавания, только руками развести. Если ты дерево решений построишь, то сможешь потом увидеть почему модель предпочла один тип другому и можешь например сделать вывод о недостатке данных определённого типа, которые надо ещё модели скормить. А вообще есть общий принцип - при достаточном количестве данных более менее не важно какой метод ML предпочесть. Они все работают и в пределе дают одно и то же. Т.е. NN и дерево решений можно обучить до одинаковой погрешности. Но второе проще изучать потом.

SnowBeaver, я не сильно практикую, я в качестве хобби изучаю) но допустим когда дерево огромное как в покере , то можно нейросеть обучить q learning ом например, а потом уже дерево составить и изучать , но узлы уже брать от нейросетки... Дорешать, чтобы все ошибки устранить

А классификацию наверное нейросетью вообще не получится реализовать, где столько данных на игроков взять: разные виды фишей, регов нулевых, регов плюсовых, топ регов, ГТО ботов и ТД

В мтт blueprint будет та же проблема, что против определенных типов игроков будет теряться Ев, потому что чартики будут средние по полю

SnowBeaver @ 24.07.23 

помощью линейной алгебры. Ну и вычислении производных (собственно матан). А вот уникальной математики там нет :)

Ты про градиентный спуск, но он же там сходиться к оптимальному решению, этот же факт не отрицаем?)

c00l0ne @ 24.07.23 

SnowBeaver, катбуст, пойду погуглю)

Погуглил, не вывожу эту тему)

смотри, вот тут не вывозишь 

c00l0ne @ 24.07.23 

Ты про градиентный спуск, но он же там сходиться к оптимальному решению, этот же факт не отрицаем?)

а здесь считаешь очевидным что-то.

тут проблема не в тебе и не в сложности задач. И то и другое пипец как просто если делать последовательно. Чтобы делать последовательно нужно просто не пропускать базу, а тупо пройти что-то от основ до реализации. Если где-то что-то не понятно, то можно на профильных ресурсах задать вопрос (можно тому же chatGPT. я кстати не вижу разницы между 3 и 4, но потом надо гуглить и перепроверять всё равно). Любые метания в этой области без определённой последовательности приводят только к пережиганию кислорода. Жизнь одна, лучше уж тогда чем-то весёленьким себя приколоть, чем изучать инструменты, которые невозможно применить. 

Я вот этой всей историей занимаюсь профессионально. Это не означает что я суперкрутой или лучше всех чемпион, упаси бог. Это означает, что это моя профессия и основной источник дохода это программировать в этой области. Никто не платит за процесс, всем подавай результат. Чтобы был результат надо как правило использовать не самый сложный инструмент, а что-то работающее, желательно понятное. 

что нужно понять про катбуст. Если бы нейросети закрывали все потребности в классификации и регрессии и вообще были бы silver bullet, то умные чуваки из яндекса не зарывали бы своё время на создание новых алгоритмов ML. Т.к. они тоже профессионалы (причём несравнимо выше меня рангом) и им тоже важен результат. 

что ещё важно понять, если ты используешь какие-то слова вроде "градиентный спуск" - я начинаю думать, что ты прям можешь его воплотить, т.е. понимаешь математику. А дальше я могу так ответить, что если вдруг моё предположение не верно, то я напишу что-то бесполезное. Типа в данном случае я тебе могу ответить, ну так а как ты будешь считать градиенты без линейной алгебры то? :) Там вместо вычисления производной используются матричные операции и в этом смысл метода. 

Про конкретный возможный продукт "blueprint" - в этом мире нет ничего идеального. Если просто описать по разным популярным играм места, где поля в целом сильно отклоняются от равновесия, отсчитать и рассказать понятным языком, то итоговая игра будет сильнее, чем после задрочки gtowizard. А если ещё добраться до тенденций на постфлопе, до того какие сайзинги какое фолдэквити генерят на каких бордах, найти самые дырявые с точки зрения поля постфлоп истории и там найти эксплойт и всё это выдать как связный текст с пруфами, то это ценная инфа. даже прям золотая я бы сказал. Но продать это будет сложно :) Надо имя. Народ в массе своей ходит как лемминги за авторитетами и не способен сам к критическому восприятию чего-либо. Люди смотрят материалы тех, кто типа им показал свою историю успеха и смог раскрутиться в медийном смысле. Т.е. вот если здесь будет скажем месяц моего труда, мне чтобы реально всё это воплотить надо чтобы expected value был выше, чем моя обычная работа. Но если вдруг тебе это интересно, но ты скажем имеешь вопросы. то мне по фану ответить. Но ты тоже с отрицательным рейтингом на джипси не наберёшь аудиторию :) даже не знаю кому ты так поднасрал и чем. Не иначе как в теме про политику что-то задвинул.

SnowBeaver @ 24.07.23 

без линейной алгебры то

Последнее уточнение, я просто не так понял, что линейная функция типа получается, а нейросеть не линейная функция вроде. Можно эту тему закрыть, а то зацикливание какое то)

Рекомендую придерживаться такой формулы:

Длинный пост = большое Ев от поста

Короткий пост= малое Ев

В данном случае напишу что "много букоф" , времени не так много читать такие длинные

Минусы за троллинг в разделе спинов)

SnowBeaver @ 24.07.23 

Если бы нейросети закрывали все потребности в классификации и регрессии и вообще были бы silver bullet

А почему не закрывают ?...

Из-за ложных срабатываний?