4ce: «Может, если бы некоторые команды платили игрокам немного меньше, а часть денег выделяли дата-сайентистам, то и результаты были бы лучше?»

Комментатор RuHub Никита «4ce» Котков высказался о математике и статистике, а также вариантах их использования в моделировании развития событий матча в Dota 2.

«Победу в Доте как раз вполне можно и нужно рассматривать как задачу математическую. Назвать ее макроэкономической – это просто свести до более простого уровня. Нормальных экономистов, кстати, дрюкают математикой не хуже, чем инженеров каких-нибудь классических специальностей. Эконометрика, например, непростая штука. Хотя, может мне просто всегда была далека эта область математики, поэтому и кажется трудной.

Не хочу размышлять о том, насколько трудозатратно было бы синтезировать систему, способную в любой момент времени предсказать наиболее вероятный вариант развития событий (построение подобных систем и есть главная задача для науки, кстати), чтобы не расписаться случайно в собственной безграмотности.

Игра меняется от патча к патчу. Даже незначительные изменения одного параметра могут всколыхнуть мету, усилив/ослабив несколько артефактов и способностей, что, в свою очередь, ослабит/усилит другие артефакты и способности, которые как правило противопоставляются первым.

Один товарищ подкинул мне мысль недавно. А что если попробовать искать всякие «оверстакнутые механики»? Их же наверняка в Доте полно. Как в этом патче – Виверна с Аганим Шардом и талантом на Cold Embrace. Чем не имба? И они ведь появляются от патча к патчу.

Многие события в Доте в первом приближении – куча рандомной мелкой фигни, которая происходит, и пытаться ее описать обычной статистикой нецелесообразно. При желании можно даже найти зависимости там, где их на самом деле нет. И быть может, если бы некоторые команды платили бы игрокам немного меньше, а часть этих денег выделяли, например, дата-сайентистам (специалисты, занимающиеся анализом больших массивов данных – Sports.ru), у них были бы и результаты лучше и стратки интереснее?

Да, кстати, если новостные сайты будут постить новости на эту тему. Мне неплохо бы получить консультацию человека, кто знает о частотном анализе сигналов, преобразовании Фурье в матпакетах на практике. У меня есть пара вопросов. В личку в любом мессенджере, если будет желание помочь 😉», – попросил 4ce.

Позже 4ce продолжил мысль об «оверстакнутых механиках»:

«Есть такой предмет в Доте – Mage Slayer. Состоит из недорогих предметов, дешевый рецепт. Уже слышу возражения закостенелых игроков о том, что темп сбивает (сам так часто говорю), нужны другие вещи и т.д. и т.п.

Только что играл с чуваком, который пикнул Морфа и забилдил S&Y –> Dragon Lance –> Mage Slayer. На 20-м взял талант на волну и, проехавшись по 3-4 игрокам вражеской команды, лишил их чуть ли не половины всего урона. Пара драк, легчайшая победа. Реплей – 6041393959.

Еще так можно на Эмбере делать. Если выйдет патч, Mage Slayer наверняка апнут, поскольку предмет в игре максимально непопулярный. Вот и думайте», – намекнул Форс.

Ранее Роман «Casper» Лепехин сообщил, что работает над программой, позволяющей математически смоделировать исход стадии лейнинга и последующих командных драк. К потенциальной пользе такого софта скептически отнесся Ярослав «NS» Кузнецов.

❄NS переоделся в ЦМ-ку! Вы должны это видеть

Комментатор Доты вновь ворвался с рэпом! «Кадиллак» с украинскими номерами и вайб 80-х

Опрос


Fear
11%
Клинтон «Fear» Лумис
Artstyle
29%
Иван «ArtStyle» Антонов
Ahilles
3%
Тимур «Ahilles» Кульмухамбетов
Black^
4%
Доминик «Black^» Рейтмайер
Solo
38%
Алексей «Solo» Березин
Не нужен им тренер!
15%
Виталий «Save-» Мельник

Материалы по теме


21 комментарий
Возможно, ваш комментарий нарушает правила, нажмите на «Отправить» повторно, если это не так, или исправьте текст
Пишите корректно и дружелюбно. Принципы нашей модерации
комментатор здорового человека. Форсаж - ты лучший!!!
+16
0
+16
это он защищает гениальный дата-сайнс каспера или что?
Нет, он нейтрально объясняет что такие вещи могут давать результат. Простой пример это фильм про Бейсбол с Бред Питтом. Да может не совсем тоже самое, но суть понятна.
+8
0
+8
Ответ Kobe81pts
Ну можно МЛ модель построить в теории. Но нужно будет в любом случае ручками очень много данных вносить. Или парсить с какого то дота баффа, но хз что там с качеством данных  И самое главное: на какой вопрос отвечать должна модель? Абстрактно копаться в комбинациях предметов/героев в поисках имбы?
Ага.
Представляешь, к тебе в команду приходит датасотонист, и говорит - вот, с точки зрения математических выкладок, у нас есть 10-15 имбовых связок героев/героев-предметов и так далее.

Вы со своей командой тестите это все дело в пабликах/квшках, что то отметаете, но что-то остается в пуле.
В итоге вас не забанить на турнире, потому что связок полно.
И всегда можно чем то удивить.

Имхо, на ТИ9 ОГ выиграли потому что привезли несколько сломанных героев, и играли только ими (страта с неадекватно сильным кор-виспом, страта с очень сильно бафающим фарм твоего кора магнусом, страта с неубиваемой энчой).
А если таких неадекватных связок-стратегий не 3, а 7 ты привез? ты же вообще на другом уровне.
+3
0
+3
Ну можно МЛ модель построить в теории. Но нужно будет в любом случае ручками очень много данных вносить. Или парсить с какого то дота баффа, но хз что там с качеством данных 

И самое главное: на какой вопрос отвечать должна модель? Абстрактно копаться в комбинациях предметов/героев в поисках имбы?
+1
0
+1
Так вроде смысл доты как раз в том, чтобы дотеры и находили эти абузы. Вот только когда за дотеров это будет делать софтина и вычислительные мощности, дота превратиться в кнопкодавочный кал...
+1
0
+1
Ответ JimiMorrison
это все таки очень дорого, я думаю. И модели скорее всего сильно сложнее, чем в спорте. Но есть частично готовые, думаю многие наработки OpenAI можно использовать
Это не слишком дорого, достаточно нескольких человек, если не одного, который бы просто строил модели. Модели не сильно сложнее, если заливать туда не всё подряд, что доступно, а строго определенные данные, в них копаться, интересные гипотезы дальше тестировать. Там же речь не идёт о том, чтобы готовую стратегию победы придумать, а просто полезные идеи, типа неожиданных сочетаний предметов-героев. Это в принципе не требует именно big data, можно обычный статистический анализ, выдвигать какие-то гипотезы, чтобы их проверять и двигаться/не двигаться в выбранных направлениях. Вот могли бы просто с дотабаффа глянуть, насколько кунка хорош (не очень), и не стали его тренить)
+1
0
+1
Ответ Emir Seitzhelilov
Нет, он нейтрально объясняет что такие вещи могут давать результат. Простой пример это фильм про Бейсбол с Бред Питтом. Да может не совсем тоже самое, но суть понятна.
просто дотка - это история не про скилловых пацанов, а про дружаней с подъезда. а фильм очень даже в тему, особенно если учесть что в реальном спорте все данные собираются вручную, а в компиграх они майнятся автоматически
+1
0
+1
для этого даже никакой ии,мл и бд не надо. просто прогнать интересные метрики через винрейт и все, то есть по сути это работа в дотабафф+ для ресерчера, если уж совсем спецов не найти. только основная проблема в том, что дотеры это закостенелые ребята и примерно то, о чем написано в статье можно было видеть в метче ог против аи. там было несколько явных неметовых механик, такие как: инстабайбэки и расперделение нетворсов в пользу саппортов. только вот по факту шоу-матч закончился, а абсолютно никто из про никаких выводов не сделал
+1
0
+1
открою тебе секрет, организации вообще по барабану выигрывает ее состав или нет, рост медийности и сопутствующих контрактов практически никак не зависит от успеха на ланах в данный момент
Ну опять же, не согласен. Медийка условных ТС явно возросла после квал и результатов на мажоре. Если условная империя завтра возьмет да начнет крушить грандов - ее медийка тоже возрастет. Наука дело дорогое, и в нынешних реалиях организации не могут себе позволить выкидывать столько денег "в никуда" (а для многих владельцев, если нет выхлопа - значит это в никуда). Процесс построения продвинутой аналитики на ML не самый быстрый и, можно сказать, бесконечный. Всегда будут появляться новые вводные с новыми патчами и т.д. (в той или иной степени его можно натаскать на самостоятельную адаптацию к новым данным, не могу пока представить, насколько успешно). Но потенциально её результат может давать громаднейшее преимущество перед соперниками
0
0
0
Ответ Hardpacino
Ну в целом я согласен, но с одной ремаркой - наука может помочь ленивым жЕпам и драфтить лучше и иметь заготовленный план на любой случай. Организации это поможет более точечно подбирать исполнителей, а не руководствоваться мнением игрока о своем друге.
открою тебе секрет, организации вообще по барабану выигрывает ее состав или нет, рост медийности и сопутствующих контрактов практически никак не зависит от успеха на ланах в данный момент
0
0
0
Ну лично я вел диалог по тому вектору, который был задан в статье. От того что форс захотел изучить статистику и заюзал тэг "датасайенс" в заглавии, проблему и ее решение никак не поменяло. Стоит только внимательно перечитать то, что он хочет реализовать, то все сведется к ресерчу расширенной статистики дотабаффа, для чего, действительно, не нужны никакие скиллсы (о чем я сразу и написал). Уровень саппортящих (неигровых) позиций организаций в доте настолько низок, что какие-то мозговитые ребята (аля бигдэйта, машинленинг и тд) им попросту не нужны. Их уровень - это тренер ВП 2018 года, который смотрит записи игр и на распечатках мини-карты отмечает варды оппонента. Поэтому еще раз повторюсь: абсолютно любой аспект в доте разрешается простейшим уравнением с необходимым винрейтом в правой части. А прежде чем ленивым жЕпам на геймерах подключать науку, стоит для начала научиться драфтить и попробовать отыгрывать какие-нибудь сценарии в кастомках(с читами), типа как игра с преимуществом/без итд. А то, я думаю, было бы странно, если у хоккеистов весь тренировочный процесс сводился к двум матчам по 3 периода, а не отработкой более частных моментов.
Ну в целом я согласен, но с одной ремаркой - наука может помочь ленивым жЕпам и драфтить лучше и иметь заготовленный план на любой случай. Организации это поможет более точечно подбирать исполнителей, а не руководствоваться мнением игрока о своем друге.
0
0
0
Ответ Hardpacino
Падажжи, речь идет не просто о сборе и анализе данных, а именно о ML - это разные вещи. Статсмен и Data scientist - люди абсолютно разного уровня компетенций и возможностей. Изучение больших данных в любом деле дает неожиданные результаты и, при правильной настройке. Для талантХ+предметУ = винрейт такой то - не нужна вообще никакая биг дата, достаточно иметь время+мозг+доступ к дота бафу и немного знаний экселя. Проблем в доте много, с менеджментов в том числе, согласен. Но мы ведем диалог не об этом, а о том, что изучение огромного количества статистики путем ML - это очень дорогая штука, которая не уверен что по карману даже ВП, если Сулейман не выдаст на это денег дополнительных. 500к я написал, чтобы если бы ты меня потянул за язык - я бы смог не выглядеть голословным и скинуть инфу, куда можно отправить резюме. Хотя, чуваки, которые не первый год работают в этом направлении должны знать, что 500к это не потолок. На самом деле в том же x5 DS сеньоры получают от 700 на сколько я знаю.
Ну лично я вел диалог по тому вектору, который был задан в статье. От того что форс захотел изучить статистику и заюзал тэг "датасайенс" в заглавии, проблему и ее решение никак не поменяло. Стоит только внимательно перечитать то, что он хочет реализовать, то все сведется к ресерчу расширенной статистики дотабаффа, для чего, действительно, не нужны никакие скиллсы (о чем я сразу и написал).

Уровень саппортящих (неигровых) позиций организаций в доте настолько низок, что какие-то мозговитые ребята (аля бигдэйта, машинленинг и тд) им попросту не нужны. Их уровень - это тренер ВП 2018 года, который смотрит записи игр и на распечатках мини-карты отмечает варды оппонента.

Поэтому еще раз повторюсь: абсолютно любой аспект в доте разрешается простейшим уравнением с необходимым винрейтом в правой части. А прежде чем ленивым жЕпам на геймерах подключать науку, стоит для начала научиться драфтить и попробовать отыгрывать какие-нибудь сценарии в кастомках(с читами), типа как игра с преимуществом/без итд. А то, я думаю, было бы странно, если у хоккеистов весь тренировочный процесс сводился к двум матчам по 3 периода, а не отработкой более частных моментов.
0
0
0
вопросы приподнятые в статье решаются без знания, а уж тем более углубленного погружения во все эти узкопрофильные дисциплины. Прогнать запрос вида: талантХ+предметУ=винрейт>60% много ума не надо. Более того в доте основная проблема в менеджменте и распределении ответственности среди организации. В лоле статсмены уже лет 5 ростере любой топовой организации, ну и получают они,уверен, не меньше 500к
Падажжи, речь идет не просто о сборе и анализе данных, а именно о ML - это разные вещи. Статсмен и Data scientist - люди абсолютно разного уровня компетенций и возможностей. Изучение больших данных в любом деле дает неожиданные результаты и, при правильной настройке. Для талантХ+предметУ = винрейт такой то - не нужна вообще никакая биг дата, достаточно иметь время+мозг+доступ к дота бафу и немного знаний экселя. Проблем в доте много, с менеджментов в том числе, согласен. Но мы ведем диалог не об этом, а о том, что изучение огромного количества статистики путем ML - это очень дорогая штука, которая не уверен что по карману даже ВП, если Сулейман не выдаст на это денег дополнительных. 500к я написал, чтобы если бы ты меня потянул за язык - я бы смог не выглядеть голословным и скинуть инфу, куда можно отправить резюме. Хотя, чуваки, которые не первый год работают в этом направлении должны знать, что 500к это не потолок. На самом деле в том же x5 DS сеньоры получают от 700 на сколько я знаю.
0
0
0
Ответ Hardpacino
А, ну удачи этому человеку. В x5 при наличии всех вводных не могут нормально ML сделать по небольшому направлению 10 человек уже который год, а тут чел соберет все исторические данные, пропишет алгоритмы все и натренирует за пару месяцев. Дай знать, где такой спец есть, в легкую на 500к устрою его на работу
вопросы приподнятые в статье решаются без знания, а уж тем более углубленного погружения во все эти узкопрофильные дисциплины. Прогнать запрос вида: талантХ+предметУ=винрейт>60% много ума не надо.
Более того в доте основная проблема в менеджменте и распределении ответственности среди организации. В лоле статсмены уже лет 5 ростере любой топовой организации, ну и получают они,уверен, не меньше 500к
0
0
0
чет городишь не в тему. это задача для одного человека на пару месяцев
А, ну удачи этому человеку. В x5 при наличии всех вводных не могут нормально ML сделать по небольшому направлению 10 человек уже который год, а тут чел соберет все исторические данные, пропишет алгоритмы все и натренирует за пару месяцев. Дай знать, где такой спец есть, в легкую на 500к устрою его на работу
0
0
0
Ответ Hardpacino
Не, это все, конечно перспективно звучит, но на нынешнем этапе развития дата майнинг и саенс врятли возможны в киберспорте - это безумно дорого. Хз че там за алгоритмы разрабатывает каспер, но толку от его программы не будет. Для примера: чтобы смоделировать исход стадии лейнинга, ему мало того, что нужно с высокой точностью сопоставить силу героев, связок на конкретных лайнах (дабл, трипл лайны), но и учитывать игровой стиль игроков - а для этого надо как минимум несколько тысяч раз прогнать модель на исторических данных и вычленить от туда то, что не очевидно, но играет большую роль в конкретных микромоментах. Для команды из 5-7 крутых ребят это как минимум года полтора работы для первого более-менее рабочего демо (на самом деле больше). А в условиях, что раз в год глобал патч может перевернуть какие-нибудь ключевые данные это только затягивает процесс. Ах да, платить этим ребятам придется не меньше, чем основному составу. Ну или тошнить эту тему с джуниорами, которые и сами в процессе будут учиться (или тупить и лутать свою тоже не маленькую ЗП)
чет городишь не в тему. это задача для одного человека на пару месяцев
0
0
0
Не, это все, конечно перспективно звучит, но на нынешнем этапе развития дата майнинг и саенс врятли возможны в киберспорте - это безумно дорого. Хз че там за алгоритмы разрабатывает каспер, но толку от его программы не будет. Для примера: чтобы смоделировать исход стадии лейнинга, ему мало того, что нужно с высокой точностью сопоставить силу героев, связок на конкретных лайнах (дабл, трипл лайны), но и учитывать игровой стиль игроков - а для этого надо как минимум несколько тысяч раз прогнать модель на исторических данных и вычленить от туда то, что не очевидно, но играет большую роль в конкретных микромоментах. Для команды из 5-7 крутых ребят это как минимум года полтора работы для первого более-менее рабочего демо (на самом деле больше). А в условиях, что раз в год глобал патч может перевернуть какие-нибудь ключевые данные это только затягивает процесс. Ах да, платить этим ребятам придется не меньше, чем основному составу. Ну или тошнить эту тему с джуниорами, которые и сами в процессе будут учиться (или тупить и лутать свою тоже не маленькую ЗП)
0
0
0
Ответ JimiMorrison
Ага. Представляешь, к тебе в команду приходит датасотонист, и говорит - вот, с точки зрения математических выкладок, у нас есть 10-15 имбовых связок героев/героев-предметов и так далее. Вы со своей командой тестите это все дело в пабликах/квшках, что то отметаете, но что-то остается в пуле. В итоге вас не забанить на турнире, потому что связок полно. И всегда можно чем то удивить. Имхо, на ТИ9 ОГ выиграли потому что привезли несколько сломанных героев, и играли только ими (страта с неадекватно сильным кор-виспом, страта с очень сильно бафающим фарм твоего кора магнусом, страта с неубиваемой энчой). А если таких неадекватных связок-стратегий не 3, а 7 ты привез? ты же вообще на другом уровне.
И на 8 инте у ОГ была стата через хил героев и таверов (виверна +трент), так что в тимфайте их было сложно убить

Но вот как задать для ML оптимизационную задачу, которую надо решать, не понятно. В доте слишком много разных механик, чтобы сожно было легко задать условие, и виверна на мажоре хороша не только потому что хилит, но и потому что контрит метовые драфты с физ уроном, была бы в мете магия механика не была бы имбой
0
0
0
Ответ Kobe81pts
Ну тут дело в данных тогда и выборе оптимальной модели. Странно, что после манибола в Доту не привлекают датасаентистов
это все таки очень дорого, я думаю.
И модели скорее всего сильно сложнее, чем в спорте.
Но есть частично готовые, думаю многие наработки OpenAI можно использовать
0
0
0
Ответ JimiMorrison
Ага. Представляешь, к тебе в команду приходит датасотонист, и говорит - вот, с точки зрения математических выкладок, у нас есть 10-15 имбовых связок героев/героев-предметов и так далее. Вы со своей командой тестите это все дело в пабликах/квшках, что то отметаете, но что-то остается в пуле. В итоге вас не забанить на турнире, потому что связок полно. И всегда можно чем то удивить. Имхо, на ТИ9 ОГ выиграли потому что привезли несколько сломанных героев, и играли только ими (страта с неадекватно сильным кор-виспом, страта с очень сильно бафающим фарм твоего кора магнусом, страта с неубиваемой энчой). А если таких неадекватных связок-стратегий не 3, а 7 ты привез? ты же вообще на другом уровне.
Ну тут дело в данных тогда и выборе оптимальной модели. Странно, что после манибола в Доту не привлекают датасаентистов
0
0
0
Укажите причину бана
  • Оскорбление
  • Мат
  • Спам
  • Расизм
  • Провокации
  • Угрозы
  • Систематический оффтоп
  • Мульти-аккаунтинг
  • Прочее
Пожаловаться
  • Спам
  • Оскорбления
  • Расизм
  • Мат
  • Угрозы
  • Прочее
  • Мультиаккаунтинг
  • Систематический оффтоп
  • Провокации
Комментарий отправлен, но без доната
При попытке оплаты произошла ошибка
  • Повторить попытку оплаты
  • Оставить комментарий без доната
  • Изменить комментарий
  • Удалить комментарий