Aprendizaje Automático Consciente de la Incertidumbre para la Predicción de la NBA en Mercados de Apuestas Digitales
Autores: Montrucchio, Matteo; Barbierato, Enrico; Gatti, Alice
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Aprendizaje Automático Consciente de la Incertidumbre para la Predicción de la NBA en Mercados de Apuestas Digitales
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Marco de pronóstico consciente de la incertidumbre
Juegos de la NBA
Red neuronal recurrente
Incrustaciones de gráficos de tiros
Valor económico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este estudio presenta un marco de pronóstico completamente consciente de la incertidumbre para los juegos de la NBA que integra métricas de rendimiento a nivel de equipo, indicadores de forma en evolución y embebidos de gráficos de tiro espaciales. La columna vertebral predictiva es una red neuronal recurrente equipada con abandono de Monte Carlo, lo que produce probabilidades secuenciales calibradas. El modelo se evalúa en comparación con fuertes líneas base que incluyen regresión logística, XGBoost, modelos convolucionales, un modelo de secuencia GRU y tanto benchmarks solo de mercado como no solo de mercado. Todos los experimentos se basan en una partición cronológica estricta.
Descripción
Este estudio presenta un marco de pronóstico completamente consciente de la incertidumbre para los juegos de la NBA que integra métricas de rendimiento a nivel de equipo, indicadores de forma en evolución y embebidos de gráficos de tiro espaciales. La columna vertebral predictiva es una red neuronal recurrente equipada con abandono de Monte Carlo, lo que produce probabilidades secuenciales calibradas. El modelo se evalúa en comparación con fuertes líneas base que incluyen regresión logística, XGBoost, modelos convolucionales, un modelo de secuencia GRU y tanto benchmarks solo de mercado como no solo de mercado. Todos los experimentos se basan en una partición cronológica estricta.