Utilizzare la regressione simbolica per aggiungere incertezza al famoso sistema di valutazione di Elo

Applying symbolic regression to add uncertainty to the famous Elo rating system

E la creazione di un algoritmo di valutazione sorprendentemente utile

Foto di JESHOOTS.COM su Unsplash

Un sistema di valutazione universale

Il sistema di valutazione Elo è diventato famoso in alcuni contesti. Forse più famoso, è stato la base delle valutazioni degli scacchi dagli anni ’60. Inoltre, il sito web 538 ha utilizzato con successo delle modifiche ad esso per la maggior parte delle loro famose valutazioni sportive. Meno pubblicamente, molti sviluppatori di videogiochi utilizzano variazioni del sistema Elo dietro le quinte nei loro sistemi di matchmaking. Se stai leggendo questo articolo, presumo che tu abbia una certa familiarità con il sistema. Perché è così usato in così tanti contesti? Sostenerei che sia a causa della sua scalabilità computazionale, versatilità e semplicità. Tuttavia, ci sono alcuni svantaggi. In questo articolo, affronteremo uno molto importante, mantenendo i vantaggi elencati sopra.

Regressione simbolica

Mentre i grandi modelli di linguaggio stanno attirando tutta l’attenzione (gioco di parole inteso), ci sono altri modelli eccitanti che vengono sviluppati separatamente con utilizzi molto diversi. La regressione simbolica è tipicamente adatta per scoprire regole analitiche in forma chiusa anziché affrontare un compito di deep learning come la classificazione di un’immagine o la traduzione di una registrazione audio. Se volessi riscoprire la legge del raffreddamento di Newton, ad esempio, potresti costruire una rete neurale densa che richiede molte risorse. Questa funzionerebbe bene con dati sufficienti, ma non sarebbe in grado di generalizzare a situazioni che non ha mai visto. Tuttavia, la regressione simbolica sarebbe lo strumento giusto per il compito. Può trovare la formula esatta con dati limitati e, quindi, non solo generalizzare, ma anche risparmiare parecchio in termini di calcolo. Uno dei miei articoli preferiti di tutti i tempi, di Cranmer et al., approfondisce ulteriormente questo argomento e sviluppa anche un’equazione precedentemente sconosciuta per la sovradensità di materia oscura.

Il problema

Gli Elo classici considerano ogni valutazione come altrettanto certa. Questa è di solito un’assunzione sbagliata per un sistema di valutazione su larga scala. In parole semplici, i nuovi arrivati in un sistema di valutazione dovrebbero quasi sempre essere modellati con una maggiore variabilità rispetto a quelli che sono stati presenti per un po’ di tempo. Allo stesso modo, i giocatori che il sistema di valutazione non ha visto per un lungo periodo di tempo…