Descargar como PDF, PPTX
Presentacion intermedia
- 1. IA en elPóker Online Presentación Media Raúl Martínez Fernández Antonio Díaz Ponce Javier García-Cuerva Velasco La Inteligencia Artificial en las Organizaciones 2009-2010
- 2. Índice • Obtención de datos • Estudio de los datos • Procesado de los datos • Técnicas de selección de atributos (Weka) • Clasificadores probados (Weka) La Inteligencia Artificial en las Organizaciones 2009-2010
- 3. Obtención de losdatos Dificultades • No queríamos pagar por los datos, así que: • Petición en Blogs • Contactando con los responsables de 3 webs • Foro • Críticas: trampas, bots,… • Rechazo: la gente paga por esas manos • Escepticismo: no lo conseguiríamos La Inteligencia Artificial en las Organizaciones 2009-2010
- 4. Obtención de losdatos Fuente de los datos 101 BBDD Ficheros xml Sitios Póker Jugadores Online Profesionales 100.000 manos de Texas Hold’em NL La Inteligencia Artificial en las Organizaciones 2009-2010
- 5. Estudio de losdatos Análisis de los ficheros xml Analizamos las manos de los fichero xml Sólo se mostraban las manos si llegaban al showdown Pensamos en cambiar de objetivo: clústering del tipo de jugadores Gran dificultad añadida: atributos no triviales (postgreSQL) En showdwn suele haber 2 jugadores (o más) Doble de manos Finalmente tenemos 10710 manos La Inteligencia Artificial en las Organizaciones 2009-2010
- 6. Procesado de losdatos Extracción de información • Programa en Java: • Leer todos los ficheros • Extraer los patrones • Extraer los atributos • Clases a utilizar La Inteligencia Artificial en las Organizaciones 2009-2010
- 7. Procesado de losdatos Extracción de atributos • CiegaPequena • PosicionJugador2 •Números Reales • CiegaGrande • FichasJugador2 • Hora • PosicionJugador1 • Minuto • FichasJugador1 • Añadir atributo para • JugadoresTotales • PaloCarta1 • ValorCarta1 indicar la posición del • PosicionJugador6 • PaloCarta2 jugador al que • FichasJugador6 • PosicionJugador5 • ValorCarta2 pertenece el patrón? • FichasJugador5 • Suited • PosicionJugador4 • ValorSubida1 • ValorSubida2 • FichasJugador4 • ValorSubida3 • PosicionJugador3 • ValorSubida4 • FichasJugador3 • ValorSubida5 La Inteligencia Artificial en las Organizaciones 2009-2010
- 8. Procesado de losdatos Extracción de clases • Clases a utilizar: • 4 clases {0,1,2,3} Valores Continuos (Clasificación) • 0: Apuesta de $0 1048 patrones • 1: Apuesta entre $0 y $2.5 3866 patrones • 2: Apuesta entre $2.5 y $5 4193 patrones • 3: Apuesta superior a $5 1596 patrones Patrones.arff La Inteligencia Artificial en las Organizaciones 2009-2010
- 9. Procesado de losdatos Valores de los atributos para nuestros datos Ciega Ciega Nº Jugador 6ª Stack 6º Pequeña Grande Hora Minuto Jugadores posición Jugador … 0.5 1.0 0.0 32.0 6.0 6.0 1.0E7 … 0.5 1.0 23.0 1.0 6.0 6.0 1.0E7 … 0.5 1.0 23.0 1.0 6.0 6.0 1.0E7 … Palo Valor Palo Valor Subida Subida Subida Subida Subida Carta Carta Carta Carta Suited nº 1 nº 2 nº 3 nº 4 nº 5 Accion 1.0 13.0 2.0 10.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 2.0 1.0 4.0 3.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 2.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 3.0 La Inteligencia Artificial en las Organizaciones 2009-2010
- 10. Técnicas de selecciónde atributos Weka Evaluador de atributos: Evaluador de atributos: ChiSquared CfsSubsetEval Método de búsqueda: Ranker Método de búsqueda: BestFirst • ValorSubida1 • ValorCarta1 • ValorSubida2 • ValorCarta2 • ValorSubida3 • ValorCarta2 • ValorSubida1 • ValorCarta1 • ValorSubida2 • ValorSubida4 • ValorSubida3 • ValorSubida5 • Suited • ValorSubida4 • JugadoresTotales • ValorSubida5 • FichasJugador6 • PosicionJugador6 • FichasJugador5 •Pocas Pruebas • PosicionJugador5 •Seleccionaremos otros estadísticos • FichasJugador4 • PosicionJugador4 La Inteligencia Artificial en las Organizaciones 2009-2010
- 11. Clasificadores probados Weka 70% de Train y 30% de Test Multilayer Porcentaje de Error Perceptron Capas Ocultas Porcentaje Aciertos Fallos cuadrático 1 43.6975 % 56.3025 % 98.2544 % 2 45.4093 % 54.5907 % 97.7409 % 3 46.0317 % 53.9683 % 96.7809 % J48 47.8369 % 52.1631 % 110.109 % •Pocas Pruebas •Batería de Pruebas (Experimenter) •Validación Cruzada •Selección de Atributos •Nuevos Atributos La Inteligencia Artificial en las Organizaciones 2009-2010
- 12. PREGUNTAS? La Inteligencia Artificialen las Organizaciones 2009-2010