Lautsprecher | Transkript |
| Siddhant Karmali | Hallo zusammen, hier sind Siddhant Karmali, Mason Chen und Arhan Surapaneni und wir arbeiten an |
| Optimierung des AKQJ-Spiels für echte Pokersituationen. COVID-19 kann also die psychische Gesundheit beeinträchtigen und bestehende psychische Probleme verschlimmern. |
| Die mit der Pandemie verbundenen Stressfaktoren, nämlich die Angst vor einer Erkrankung oder vor dem Verlust geliebter Menschen, können die Entscheidungsfähigkeit der Menschen beeinträchtigen und zu Suchtverhalten führen. |
| Und die Spielsucht ist ein solches Verhalten, das aufgrund der Zunahme von Online-Glücksspielseiten zugenommen hat … des Site-Verkehrs auf Online-Glücksspielseiten. |
| Dieses Projekt analysiert, wie sich verschiedene Situationen beim Pokerspiel darauf auswirken, dass Menschen irrationale Entscheidungen treffen. Dazu gehören auch Situationen, die zu problematischem Glücksspiel führen können. Wir haben ein vereinfachtes Pokermodell entwickelt, das nur das Ass und die Bildkarten verwendet, also A, K, Q und J. |
| Dadurch erhöhen sich die Wahrscheinlichkeiten bestimmter Gewinnhände, und wir nennen es AKQJ für Ass, König, Dame, Bube. |
| Die Variablen in diesem Modell sind der Kartenwert, die Anzahl der Spieler, die Anzahl der Wettrunden und ob Karten offen oder verdeckt sind. |
| Offene Karten oder ja ... das Ziel dieses Modells besteht darin, die komplizierten Wahrscheinlichkeitsberechnungen für die Gewinnergebnisse in einem vollständigen Pokerspiel zu vereinfachen. |
| Und wir werden dieses Ziel auf die Idee ausweiten, dass wir, da es beim Poker im wirklichen Leben mehr als eine Wettrunde gibt, beweisen oder zeigen können, dass dieses Modell effektiv ist, sogar bei verschiedenen Pokervarianten mit unterschiedlichen Wettrunden. |
| So sieht das Projekt aus... oder so sieht der Projektablauf aus. Zuerst haben wir emotionales Wetten und zwanghaftes Glücksspiel untersucht und was die Risikofaktoren für zwanghaftes Glücksspiel sind. Wie denken die Leute... wie denken zwanghafte Spieler? |
| Warum spielen sie? Wir haben also herausgefunden, dass Menschen aus Nervenkitzel spielen, genau wie Süchtige ... Menschen, die drogenabhängig sind, nehmen die Droge, um high oder aufregend zu werden. Also haben wir wieder ... |
| Wir schlussfolgern daraus, dass Glücksspiel oder Glücksspielsucht dieselben Saiten im Gehirn zum Klingen bringen muss, die an der Überprüfung beteiligt sind … oder die am Belohnungssystem beteiligt sind. |
| Und dann gingen wir zu ... unsere Technologie verwendete in realen Fällen verdeckte und offene Karten. Also verdeckte und offene Karten sind ... also offene Karten sind die Karten, die ein Spieler offen hält, und die verdeckten Karten sind verdeckt, und nur der Spieler kennt ihre Identität. |
| Und dann haben wir zwei separate Algorithmen erstellt. Es gab einen umfassenden Algorithmus und einen Worst-Case-Algorithmus. |
| Aber ein umfassender Algorithmus ist komplizierter, da alle Karten verdeckt sind und es schwierig ist, Berechnungen durchzuführen. Der Worst-Case-Algorithmus hatte einige offene Karten, sodass die Spieler ... oder unsere modellierten Spieler daraus schließen konnten |
| ob Sie die Wette annehmen oder nicht. Und das war unser technischer Teil. Wir haben JMP verwendet, um die Spielstile der Spieler zu modellieren. |
| Und wir nutzten auch |
| Java- und Python-Programmierung, wie Arhan zeigen wird, um … um Kartensituationen zufällig zu generieren, und wir haben die Wahrscheinlichkeiten berechnet und Korrelations- und Regressionstests in JMP durchgeführt. |
| Also versteckte ... versteckte und offene Karten. Offene Karten sind, wie ich bereits erwähnt habe, offene Karten sind die Spielkarten ... Karten, die ein Spieler offen hält, damit andere Spieler sie sehen können. |
| Und verdeckte Karten sind verdeckt und nur der Spieler kennt ihre Identität. Der umfassende Algorithmus, der |
| ...was normalerweise in einem echten Pokerspiel passiert, wo die Spieler versuchen müssen, die Wahrscheinlichkeit zu berechnen |
| ob sie gegen eine andere Person gewinnen oder ob sie gegen ihren Gegner gewinnen, basierend auf ihrer aktuellen Hand. |
| Und in einem umfassenden Algorithmus ist das schwierig, da alle Karten verdeckt sind und Sie nicht wissen, welche Karte welcher Spieler hat. Und die offenen Karten machen das AKQJ-Spiel rechnerisch einfacher. |
| Und die Anzahl der verdeckten Karten steigt mit der Anzahl der Wettrunden. Unser erster Fall war also mit einer Runde und sechs Spielern, die sechs verdeckte Karten hatten. |
| Dann haben wir eine Wettrunde und fünf Spieler, die sieben verdeckte Karten hatten |
| und so weiter. |
| Wir haben also vorher ... oder im Modell sechs Spieler mit den Bezeichnungen A bis F gesehen. Wir haben ihnen Wahrscheinlichkeitsmerkmale zugewiesen, also die Prozentsätze ihrer Zuversicht, eine Wette abzuschließen. |
| A ist 0 %, B ist 15 %, C ist 30 %, D ist 45 %, E ist 60 % und F ist 75 %. Und Fs 75 % Wahrscheinlichkeit bedeutet, dass |
| außer sie sind … außer sie sind sich zu 75 % sicher … mindestens zu 75 % sicher, dass sie gegen diese Person … ihren Gegner gewinnen werden, dann werden sie die Wette nicht annehmen. Das bedeutet, dass sie bei ihren Wetten sehr, sehr konservativ sind. |
| ein allgemeiner Pokerfall, der der umfassende Algorithmus ist, und der Worst-Case-Algorithmus. |
| Die allgemeine Methode wird berechnet oder, zum Beispiel, wenn wir versuchen, die Wahrscheinlichkeit zu berechnen, dass A das Pokerspiel gewinnt, in |
| In Bezug auf die allgemeine Methode müssten wir die Wahrscheinlichkeit von A verwenden, die die Wahrscheinlichkeit ist, dass A gegen A gegen B gewinnt, multipliziert mit der Wahrscheinlichkeit, dass A gegen C gewinnt. |
| bis hin zur Wahrscheinlichkeit, dass A gegen F gewinnt. Das Ausrechnen dauert sehr lange und ist bei einem echten Pokerspiel mühsam, da die Dauer einer Wettrunde zwischen 45 Sekunden und einer Minute liegen kann und nicht viele Leute derartige Berechnungen in einer Minute durchführen können. |
| Also der schlimmste Fall... also dafür haben wir die Worst-Case-Methode entwickelt. |
| Der schlimmste Fall ... wir haben das Ergebnis im schlimmsten Fall berechnet, indem wir geschaut haben, welcher Spieler mit den sichtbaren Karten das beste Blatt bilden kann, und zwar aus vier gemeinsamen Karten, die für alle Spieler offen sind, und einer verdeckten und einer offenen Karte pro Spieler. |
| Wir verwenden diese beiden Algorithmen in drei verschiedenen Fällen. Der erste Fall ist mit einer Wettrunde und sechs Spielern. Wir müssen bestimmen, in welchen Fällen jeder Spieler aussteigt oder bleibt und wie viele Chips er gewinnt oder verliert. |
| Zum Beispiel bleibt A, auch wenn er Chips verliert, weil das |
| ...das war eines unserer Models, von dem wir... von dem wir wussten, dass es ein Glücksspielproblem hatte, also... dass... also, unserer Bedingung entsprechend, mussten sie bleiben. |
| B gewinnt gegen E, aber gegen niemanden sonst. C gewinnt in diesem Fall nicht. D gewinnt gegen B und C und ist mit A und E unentschieden. |
| Und E gewinnt nicht, und F gewinnt alles... gegen alle anderen Spieler. Beachten Sie, dass C und E nicht gewonnen haben, sie... oder weil B nicht genug gewonnen hat, weil C überhaupt nicht gewonnen hat, und weil E überhaupt nicht gewonnen hat, passen sie alle. |
| in der nächsten Wettrunde und sie verlieren ihre... sie verlieren ihre Chips. Und die, die bleiben, sind diejenigen, die... wenn man bedenkt, dass dies ein Pokerspiel mit nur einer Wettrunde ist, |
| die, die am wahrscheinlichsten gewinnen, sind F, da sie im schlimmsten Fall die höchste Gewinnwahrscheinlichkeit haben. Und wir können sehen, dass, wenn Sie zur vorherigen Folie gehen, wir sehen können, dass Spieler A oder Spieler |
| ...oder im Fall der sechs Spieler war die Gesamtpunktzahl von Spieler F sehr nahe an 80 %, also können wir... also... also gibt es eine Korrelation zwischen...oder es gab eine starke Korrelation zwischen |
| Die |
| AKQJ Worst-Case-Methode und die allgemeine Methode. Und der nächste Fall ist mit einer Wettrunde und fünf Spielern. In diesem Fall ändern sich die Konfidenzwerte. |
| A hat 0 %, B hat 12 %, C hat 25 %, D hat 38 % und F hat 65 %. Spieler E wurde entfernt, da er die meisten Chips verloren hat und in der vorherigen Runde passen musste. |
| In dieser Runde mit weniger Spielern sehen wir, dass mehr verdeckte Karten vorhanden sind. Die Anzahl der verdeckten Karten steigt mit der Anzahl der Wettrunden und Spieler. |
| Mit zunehmender Anzahl verdeckter Karten kann die Berechnungszeit länger dauern, was die Spieler nervöser und weniger gewillt macht, diese Berechnungen durchzuführen, da sie Geld verlieren könnten. In diesem Fall hat Spieler F nicht gewonnen, wie gezeigt durch |
| wie ihre Worst-Case-Gewinnwahrscheinlichkeit |
| ist geringer als ihr Vertrauensprozentsatz, daher sind sie gezwungen, auszusteigen. |
| Das heißt, dass... oder es könnte daran liegen, dass konservative Spieler in der späteren Phase des Spiels möglicherweise nicht gut abschneiden, weil sie, wie Sie wissen, zu geizig mit ihrem Geld sind. Sie machen nicht die richtigen Wetten, selbst wenn die Einsätze höher sind. |
| Der nächste Fall ist mit vier Spielern und wir haben diesen Test durchgeführt, um zu bestätigen, ob Spieler F gewinnt oder nicht, und wir können... und wenn F nicht gewinnt, können wir mit Sicherheit sagen, dass |
| konservativere Spieler schneiden in den späteren Phasen des Spiels nicht gut ab. Und beachten Sie, dass F seine Gewinnwahrscheinlichkeit weiter verringern muss. |
| Wir haben auch getestet, ob der Worst-Case-Algorithmus für fünf Spieler passt. Bei der allgemeinen Methode hat B eine Gewinnchance von 11 %, D eine Gewinnchance von 46 % und F eine Gewinnchance von 48 % von ... 48 %. |
| Dies liegt sehr nahe an den Worst-Case-Werten, und daher erhalten wir eine starke Korrelation von ... wir erhalten eine starke Korrelation mit einem R-Quadrat von 0,998. |
| Im schlimmsten Fall gewinnt F in 50 % der Fälle das Spiel mit fünf Spielern. |
| Und wir haben dies auch für vier Spieler getestet, wobei... |
| in dem wir bestätigen, dass F im Fall mit vier Spielern in 50 % der Fälle gewinnt. Und dann gibt es noch den dritten Fall mit drei Wettrunden mit sechs Spielern. In diesem Fall sind die Werte gleich. |
| und E's, die wir wieder addiert haben, sind 56%. In der ersten Runde gewinnt F, aber als die Spieler anfingen zu folden, wie B, C und D folden, |
| F muss sein Vertrauensniveau ändern. |
| F muss sein Vertrauensniveau ändern, um es den Gewinnwahrscheinlichkeiten für eine Runde anzupassen. |
| Das Level von F ändert sich nach der ersten Runde auf 60 % und nach der zweiten Runde auf 54 %. |
| Das ist kompliziert, als wären das Modelle. |
| Dies wird unfreiwillig sein, |
| Dies deutet darauf hin, dass ein konservativer Spielstil mit Nervosität einhergeht, was dazu beiträgt, dass solche Spieler in späteren Runden verlieren. |
| Die Spieler A und F repräsentieren die extremen Spielstile, die auf problematisches Glücksspiel hinweisen können. Und dies ist eine kurze Zusammenfassung der Berechnungen der Wettrunde. In zwei Wettrunden oder in einem Spiel mit zwei Bending-Runden werden wir sehen, dass F nur zwei von 20 Malen gewinnt. Also |
| das das... |
| Die mögliche Hand des Spielers ist nicht immer gut genug ... so wie Fs mögliche Hand nicht gut genug ist, um mit der möglichen Hand des Gegners mitzuhalten. Dies passiert sowohl in zwei als auch in drei Wettrunden. |
| Und das liegt an der Nervosität und daran, dass die Wahrscheinlichkeit von F viel zu hoch war, als ob sie nicht mithalten konnten mit ihren |
| Vertrauensniveau, wenn Sie also wollen... vielleicht ist die optimale Strategie, um bei einem Pokerspiel erfolgreich zu sein, nicht zu aggressiv und auch nicht zu konservativ zu wetten. Seien Sie wie Spieler D, der... |
| Spieler D hatte eine Chance von 38 % oder eine Wahrscheinlichkeit von 38 %, also müsste er sich mindestens 38 % sicher sein, dass er seinen Gegner gewinnen würde. Ich denke also, oder darauf basierend ist dieser Punkt ein guter Platz für Poker. Warum ist das wichtig? |
| Wir haben auch den Drei-Spieler-Test gemacht, um zu bestätigen, dass Spieler F passen muss und Spieler D in dieser Runde gewinnt. Wir können also sagen, dass Spieler D in diesem Pokermodell, im AKQJ-Pokermodell, mit mehr als einer Wettrunde und mehr als ... und weniger als sechs Spielern wohl die beste Strategie hat. |
| Wir haben auch die beiden Wettrunden gemacht, um zu berücksichtigen ... oder zu zeigen, dass F auch nicht gewinnt. |
| Und dies ist ein weiterer Fall, den wir durchgeführt haben, um zu testen, ob das Ergebnis von F während der gesamten Wettrunden Bestand hat. Wir haben dies in drei Wettrunden und mit vier Spielern gemacht. |
| Und warum ist das nun wichtig? Wir haben bereits gezeigt, dass Spieler einfache Berechnungen durchführen können, wie den Worst-Case-Fall, um ihren Drang zu kontrollieren, auch auf die verlierende Hand zu setzen. |
| Menschen mit einer Spielsucht können beim Wetten sehr, sehr aggressiv sein und obwohl sie wissen, dass sie ihr Geld verlieren, wetten sie trotzdem in der vagen Hoffnung, dass sie … dass sie einen großen Gewinn erzielen. |
| Menschen mit einer Spielsucht können beim Wetten sehr, sehr aggressiv sein und obwohl sie wissen, dass sie ihr Geld verlieren, wetten sie trotzdem in der vagen Hoffnung, dass sie … dass sie einen großen Gewinn erzielen. |
| Dies ist eine emotionale Art des Wettens und man tappt damit direkt in die Spielertrugschlussfalle, nämlich zu glauben, dass man beim nächsten Mal Glück haben wird, wenn man beispielsweise gerade Glück oder Pech hat. |
| Diese neuen Fälle von weniger Spielern und mehr Wettrunden in einem Pokerspiel führten zu der Vorstellung, dass die Spieler nervös sind, selbst die rationalsten. Also F, |
| in der einen Wettrunde bei der Berechnung mit sechs Spielern war ein Spieler, der... man konnte sehen, dass der Spieler Erfahrung hatte oder er... oder dass der Spieler warten konnte, er oder sie in der Lage war, eine gute Strategie zu haben, er oder sie, entschuldigen Sie. |
| Das ist... und wir können das auf ein echtes Pokerspiel anwenden, denn beim Menschen schüttet das parasympathische Nervensystem Stresshormone wie Adrenalin in den Körper aus, |
| eine Kampf-oder-Flucht-Reaktion auslösen. Wenn Sie sich in einer Situation mit hohem Einsatz wie einem Pokerspiel befinden, |
| dann wissen Sie, dass... Sie wissen auf einer oberflächlichen Ebene, was auf dem Spiel steht, Sie wissen, dass Ihr Geld und Ihr Vermögen auf dem Spiel stehen, also |
| Sie werden darauf wetten, um zu versuchen, es zu erhöhen. Das liegt einfach in der menschlichen Natur. Während dieses Pokerspiels wird der Amygdala, einem Bereich des Gehirns, der die Emotionen steuert, mehr Bandbreite zugewiesen als dem rationalen und an der Ausführung beteiligten präfrontalen Kortex. |
| Je mehr verdeckte Karten in einer Runde vorhanden sind, desto nervöser sind die Spieler möglicherweise hinsichtlich ihrer Einsätze und machen schlechtere Einsätze, selbst wenn sie... |
| selbst wenn sie über große Pokererfahrung verfügen. |
| Und diese Nervosität könnte mit der auf blindes Wetten bezogenen Natur der zwanghaften Spielsucht zusammenhängen, die auf den Konzepten der Risikokalkulation und des Glücksspiels aus Nervenkitzel beruht. |
| Und unsere Schlussfolgerungen waren, dass F oder übermäßig konservative Spieler wie Spieler F in realistischen Pokersituationen möglicherweise nicht so gut abschneiden. Die Spieler, die am besten abschneiden, sind also eher konservativ, aber bereit, mehr zu setzen als der durchschnittliche, sehr, sehr geizige Spieler. |
| Und unsere wichtigste Erkenntnis besteht darin, dass Spielsucht gemildert werden kann, wenn die Spieler grundlegende statistische Berechnungen verstehen und in ihren Spielen anwenden können. |
| Und |
| Die zukünftige Forschung, die eigentlich nicht in der Zukunft liegt, sondern stattfinden wird bzw. wir diese Forschung bereits durchgeführt haben, wird durch die Verwendung von Python zuverlässigere Daten erhalten, und das wird Arhans Präsentation zeigen. Vielen Dank fürs Zuschauen. |
| Arhan Surapaneni | Millionen von Menschen besuchen jedes Jahr die Hauptstadt der Casinos, Las Vegas, um zu feiern und Luxus zu genießen, aber |
| und am wichtigsten: spielen Sie. |
| Obwohl Glücksspiel eine falsche Belohnung in Form von Gewinnen darstellt, birgt es dennoch die dunkle Falle finanzieller und sozialer Probleme. |
| Unsere Generation erlebt einen Modernisierungsprozess, wobei der technische Fortschritt rasch zur Norm wird und Computerprogrammiersprachen zu den notwendigen Fächern werden, um in der modernen Welt erfolgreich zu sein. |
| Durch die Verwendung moderner Computerprogrammierwerkzeuge und ??? sind wir in der Lage, einen tieferen Einblick in dieses psychologische Problem zu gewinnen und Werkzeuge zu analysieren, die bei der Lösung helfen können. |
| Dies geschieht mit den Autoren Siddhant Karmali, Mason Chen und Saloni Patel, mit der geschätzten Hilfe der Berater Dr. Charles ??? und ???. |
| Wie bereits erwähnt, besuchen jedes Jahr Millionen von Menschen Casinos, was einen großen Teil der Bevölkerung betrifft. |
| Bei einem Problem, das eine so große Stichprobe betrifft, lautet eine der übergreifenden Fragen, wie wir Lösungen für das Glücksspielproblem formulieren und wie wir dies effizient tun. |
| Durch Siddhants Präsentation haben wir viel über originelle Methoden gelernt |
| die helfen, das Glücksspiel zu erklären und gleichzeitig die wirtschaftlichen Missverständnisse im Zusammenhang mit dem Glücksspiel aufzuzeigen. Sie beweisen, dass Ruhe und Vorsicht die besten Ergebnisse bringen, anstatt sich für positive Ergebnisse auf das Spielglück zu verlassen. |
| All dies wurde mit Java durchgeführt. Diese Methode benötigt jedoch 30 Stunden für nur 92 Durchläufe. Dies ist nicht effektiv und unbrauchbar. Die Verwendung von Python reduziert diese Zeit jedoch auf Sekunden und ermöglicht gleichzeitig höhere Komplexitätsgrade, die sich für die Gesamtmethoden als vorteilhaft erweisen. |
| Um es noch einmal zusammenzufassen: Die Methode erforderte ein Modell mit sechs Spielern, von denen jeder zwei Karten aus dem 16er-AKQJ-Paket erhält. |
| Eine der Karten ist verdeckt, vier Karten werden auf den Tisch gelegt. Jeder Spieler hat Vertrauensstufen, die bestimmen, wie oft er aussteigt oder weiterspielt. |
| Wer weiterspielt, verliert drei Punkte, wer aussteigt, verliert nur einen Punkt. Damit soll das Spielerspektrum von blinden Spielern bis zu vorsichtigen Strategen modelliert werden. |
| Bei der Durchführung von Experimenten im großen Maßstab ist es normalerweise sehr mühsam und zeitaufwändig, ausreichend viele Tests durchzuführen, damit die erzeugten Daten nutzbar sind. |
| Eine effiziente Alternative besteht in der Verwendung von Computerprogrammierung, genauer gesagt in der Verwendung der Computersprache Python in einer Monte-Carlo-Simulation. Monte-Carlo-Simulation ist eher als breite Klasse von Rechenalgorithmen definiert, die auf wiederholter Zufallsstichprobe mit numerischen Ergebnissen basieren. |
| Das hier im Diagramm verwendete Java-Programm ist sehr ineffektiv. Es lässt nur zwei zufällige Stichproben zu und es ist schwierig, jede einzelne Sequenz einzeln zu ermitteln. |
| Wenn wir versuchen, größere Datensätze abzuleiten, ist es wichtig, dies zu ändern. Die Analyse allgemeiner Unterschiede zwischen Sprachen, |
| Es ist wichtig zu erkennen, dass Java in einer kompilierten Sprache statisch typisiert ist, während Python in einer interpretierten Sprache dynamisch typisiert ist. Dieser einzelne Unterschied macht Java zur Laufzeit schneller und einfacher zu debuggen. |
| Aber Python ist einfacher zu verwenden und zu lesen. |
| Python ist außerdem eine Interpretersprache mit einer eleganten Syntax, die es in vielen Bereichen zu einer sehr guten Option für Skripting und schnelle Anwendungsentwicklung macht. Dies wird in der folgenden Methode angewendet. |
| Eine Sache, die wir uns ansehen müssen, ist der neue Zufallsgenerator, der mit dem vollständigen 52-Karten-Set anwendbar ist, der AKQJ 16-Karte |
| Das Modell ermöglicht eine genauere statistische Darstellung, insbesondere bei Verwendung einer Monte-Carlo-Simulation. |
| Ein nützlicher Aspekt, den wir mit Python unseren Charakteren hinzufügen können. Wie Siddhant erläutert hat, können wir jetzt Wetten verwenden. |
| Anstatt manuell verschiedene Vertrauensniveaus auf unsere beiden zufällig ausgewählten Karten anzuwenden, können wir Monte Carlo verwenden, um basierend auf einem bestimmten Prozentschwellenwert verschiedene Entscheidungen hinsichtlich der Möglichkeit zum Hinzufügen oder Entfernen von Einsätzen zu treffen, die Ihnen später zugute kommen. |
| Zunächst ist es wichtig, über das Kartenspiel zu sprechen. Hier sehen wir ein 16-Karten-Array mit unserer Mischfunktion. Dadurch können die Karten zufällig gemischt werden, |
| ähnlich der ursprünglichen Funktion im Java-Programm. |
| Dadurch werden für verschiedene Spieler zwei Karten aus der Gesamtsumme von 16 Karten gezogen. In diesem Sinne gibt es umfangreiche Anwendungen sowohl für die ursprüngliche umfassende Methode als auch für unsere Worst-Case-Methode, die später behandelt und weiterentwickelt werden. |
| ??? dasselbe Deck ermöglicht es uns, Änderungen hinzuzufügen oder Dinge zu verschieben, um die Berechnung der Worst-Case-Methode zu beeinflussen, was für unser Endziel hilfreich ist. |
| Unsere alte JAVA-Methode bietet nicht die gleiche Flexibilität. Python-spezifische Änderungen für die Worst-Case-Methode umfassen spezifische elif/if |
| Aussagen, so dass der Spieler mit der schlechtesten Karte als Verlierer angezeigt wird und die von Siddanth abgedeckte Formel geändert wurde. Dies ist wichtig, da dies effizienteres Arbeiten ermöglicht... |
| mehr Effizienz bei der Datenerfassung, mit der Wahrscheinlichkeit, dass die Ergebnisse des Zufallsgenerators genauer werden. Sie können diesen einzelnen Karten spezifische Namen hinzufügen, was an sich auch eine weitere hilfreiche Anwendung ist. |
| Diese vereinfachten Monte Carlo Simulationen ermöglichen mehr Komplexität, da sie es uns ermöglichen, unsere neuen Wetten basierend auf einem Szenario hinzuzufügen, das beinhaltet |
| mehrere Wettrunden, die Siddanth beschrieben hat. Wir können Charaktere ändern, indem wir den aktuellen Einsatz ändern, was sich darauf auswirkt, ob der Spieler in der Wettrunde bleibt oder sie verlässt. Dies ist ein wesentlicher Unterschied zur Java-Methode. |
| Das Konzept dieses Programms besteht darin, eine Variable festzulegen, die letztendlich den Wert der Mittel und des Einsatzes auf das ursprüngliche Einsatzargument zurückgibt. |
| Indem wir den aktuellen Einsatz auf Null setzen, richten wir eine While-Schleife ein, um die Bedingung kontinuierlich auszuführen, bis der aktuelle Einsatz gleich der Anzahl ist. |
| Dann erhöhen wir für jeden Satz, bei dem wir ein erfolgreiches Ergebnis erzielen, den Wert um unseren Einsatz. |
| Wenn wir einen Befehl hinzufügen würden, der uns oder der Figur sagt, bei einem bestimmten Einsatz langsamer zu machen, dann hätten wir eine einfache Möglichkeit, eine Wettschwelle festzulegen. |
| Wir können dasselbe Formular auch bearbeiten, um bestimmte Sequenzen zu akzeptieren, wie z. B. das Full House, und nur dann einen Einsatz zulassen, wenn die Sequenz vorhanden ist. Diese Schwellenwerte bilden unsere oben erwähnte Risikomanagementebene. |
| Wir können die Wahrscheinlichkeiten in ??? darstellen, wobei wir jedem aktualisierten aktuellen Einsatz ein Array von X-Werten und jedem aktualisierten Wert ein Array von Y-Werten anhängen und anschließend sowohl PLT(?) darstellen, um X-Werte als auch Y-Werte darzustellen. |
| Das Schlüsselelement der besseren Funktion ist die Bedingung, wenn... in der if-Anweisung, die einem erfolgreichen Ergebnis entspricht. Dies kann an alle angepasst werden |
| erforderliches Ergebnis, einschließlich allgemeinem Szenario und Worst-Case-Szenario. |
| Wenn wir unsere Vergleiche mit zwei oder mehreren Zeichen anwenden, können wir wichtige Anweisungen hinzufügen, die sicherstellen, dass die Daten richtig verglichen werden. |
| Mit Python können Sie sicherstellen, dass Ziehungen wie zwei Paare oder anstelle höherer Werte Spieler mit niedrigeren Werten ausgeschlossen werden, sodass sie aus dem Spiel ausscheiden. Dies ermöglicht eine höhere Effizienz mit dem neuen Python-Programm im Vergleich zur Verwendung des ursprünglichen Java-Programms. |
| Was früher 30 Stunden gedauert hätte, ist heute in Sekundenschnelle erledigt. |
| Nachdem dieses Programm angewendet wurde, können wir einen Korrelationstest mit den neuen Ergebnissen gegenüber den ursprünglichen Java-Ergebnissen durchführen. Wenn wir uns die roten Linien sowohl für die allgemeine als auch für die Worst-Case-Methode ansehen, sehen wir, dass |
| Sie liegen extrem nahe bei eins, was auf starke Korrelationen hindeutet. |
| Dies ist auch mit dem höheren R-Quadrat-Wert verbunden. Wir führen auch den Ein-Proportionalitäts-Hypothesentest durch, der uns zeigt, dass wir bei beiden Methoden die Nullhypothese nicht ablehnen konnten. |
| Dieser Wert ist zwar hoch, aber nicht annähernd... nicht annähernd so nahe an eins. Für etwas, von dem wir erwarten würden, dass es nahezu identisch ist, weil es sich hier um Computerprogrammierung handelt. |
| Dafür gibt es zwei Hauptgründe: Der erste ist die Stichprobengröße. 92 scheint viel, ist aber nicht stark … es ist kein so starker Trend, wie man erwarten würde. |
| Um dies zu beheben, können wir die Stichprobengröße auf 1.000 oder sogar 10.000 erhöhen. Ein weiterer Grund könnte die Anwendung von Python sein. Wie bereits erwähnt, ist Python eine umfassendere Sprache als eine statische Sprache. Dies könnte den Effekt ändern, aber im Wesentlichen gleich bleiben. |
| Hier sehen wir das Programm schließlich angewendet und die Ergebnisse präsentiert. Mit diesem Programm sehen wir, was jeder spielt ... welche Karten jeder Spieler mit den Karten zieht ... |
| welche Karte gezeigt und verdeckt wird, welche Karten auf dem Tisch liegen, wie viele Chips die Spieler gewinnen und verlieren und schließlich, wer gewinnt und wie er gewinnt. Im Diagramm unten sehen wir, dass Spieler 1 mit dem Full House gewinnt. |
| die Fähigkeit, mehrere Zeichen in einen Computer und eine Funktion einzugeben und die verschiedenen Sequenzen bei der Anwendung zu beschreiben |
| unterschiedliche Spielerzahlen, die ebenfalls die Wahrscheinlichkeit unterschiedlicher Ergebnisse zeigen, und sogar das Hinzufügen der mehreren Wettläufe in einem regulären Pokerspiel, das Siddanth behandelt hat. |
| Dies ist für die weitere Entwicklung von entscheidender Bedeutung, da es Menschen auf der ganzen Welt ermöglicht, dieses Programm und diese Methode zu nutzen |
| Ideen als Lerninstrument zu entwickeln, das als Therapie für Spielsüchtige eingesetzt werden kann. |
| Eine weitere Entwicklung nutzt den Aspekt des neuronalen Netzwerks (KI) und macht das Programm durch das Hinzufügen von Funktionen wie Bluffen detaillierter, sodass das Programm eher einem echten Spiel in einem Casino ähnelt. |
| Schließlich konnten wir feststellen, dass wir durch die Verwendung von Python nicht nur eine höhere Genauigkeit, sondern auch eine höhere ... viel höhere Effizienz erreichen, was letztendlich unsere ursprüngliche Hypothese bestätigt, dass vorsichtiges |
| bringt mehr Geld und mehr Gewinne und verwandelt ein Programm, das ursprünglich Stunden dauerte, in nur wenige Sekunden. |
| Denken Sie also das nächste Mal, wenn Sie nach Vegas fahren oder auch nur mit Freunden ein Spiel spielen, an dieses Projekt und daran, dass es Ihnen auf lange Sicht helfen wird, vorsichtiger zu sein und sich bei Entscheidungen etwas mehr Zeit zu lassen. |
| Danke schön. |
