Автостатсмен для Dota 2 (командный проект): различия между версиями
Нет описания правки |
|||
| (не показано 12 промежуточных версий 2 участников) | |||
| Строка 1: | Строка 1: | ||
=== Что это за проект? === | === Что это за проект? === | ||
[[Файл:Dota Statsman Screenshot 3.png|x300px|обрамить|справа|Типичный статсмен]] | |||
Статсмен в Dota 2 — человек, который занимается поиском любопытных статистических фактов и закономерностей в истории матчей Dota 2. Такая информация обычно используется во время трансляции игр, на постматчевой аналитике или же при подготовке команд к конкретным противникам. | Статсмен в Dota 2 — человек, который занимается поиском любопытных статистических фактов и закономерностей в истории матчей Dota 2. Такая информация обычно используется во время трансляции игр, на постматчевой аналитике или же при подготовке команд к конкретным противникам. | ||
| Строка 22: | Строка 17: | ||
=== Компоненеты (Из каких частей состоит проект?) === | === Компоненеты (Из каких частей состоит проект?) === | ||
#Создание системы по сбору и хранению данных о профессиональных матчах с Dotabuff и Datdota; | #Создание системы по сбору и хранению данных о профессиональных матчах используя Steam API; | ||
#Создание автоматической системы сбора статистической информации о героях/игроках с Dotabuff и Datdota; | |||
#Классификация типовых статистических запросов и алгоритмизация их выполнения; | #Классификация типовых статистических запросов и алгоритмизация их выполнения; | ||
# | #Построение модели машинного обучения, ранжирующую полученную информацию по интересности | ||
#Автоматизация работы системы в режиме реального времени на основе данных из текущих матчей Dota 2 Live API. | #Автоматизация работы системы в режиме реального времени на основе данных из текущих матчей Dota 2 Live API. | ||
#(*) Чат-бот, дающий ответы на вопросы по данным о матчах, вроде того: Какой герой имеет наибольший винрейт на последнем чемпионате? | |||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
* Краулинг данных с веб-сайтов: Scrapy, HTML/CSS | |||
* Получение полных данных о матчах и данных в live-режиме (Steam API) | |||
* Хранение данных: , MongoDB, SQL | |||
* Бэкенд: Python, AWS EC2 | |||
* Машинное обучение: SciKit-Learn, XGBoost, методы ранжирования | |||
* Telegram API, Twitter API - в зависимости от выбранного способа публикации | |||
=== Какие начальные требования? === | === Какие начальные требования? === | ||
| Строка 35: | Строка 37: | ||
=== Темы вводных занятий === | === Темы вводных занятий === | ||
* | * Краулинг данных | ||
* Работа со Steam API | |||
* Способы хранения данных | |||
* Ликбез по машинному обучению | |||
=== Критерии оценки === | === Критерии оценки === | ||
| Строка 44: | Строка 49: | ||
=== Контактная информация === | === Контактная информация === | ||
Даниил Яшков (daniil.yashkov@phystech.edu) — YDF, Александр Семенов — | Даниил Яшков (daniil.yashkov@phystech.edu) — YDF, Александр Семенов — [https://anr.hse.ru/ ANR HSE] | ||
Текущая версия от 10:10, 23 ноября 2016
Что это за проект?
Статсмен в Dota 2 — человек, который занимается поиском любопытных статистических фактов и закономерностей в истории матчей Dota 2. Такая информация обычно используется во время трансляции игр, на постматчевой аналитике или же при подготовке команд к конкретным противникам.
При этом ключевыми источниками информации для подготовки являются 2 сайта: Dotabuff и DatDota и статсменам приходится вручную искать по ним необходимую информацию для ответа на интересующие их вопросы или составления статистических отчетов. Для того, чтобы облегчить их труд, данный процесс можно автоматизировать, сделав поиск и извлечение релевантной информации автоматическим.
Чему научатся студенты? Что самое интересное в проекте?
В рамках данного проекта студенты научатся извлечению данных со страниц веб-сайтов (scraping), использованию API, алгоритмизации выполнения поисковых и аналитических запросов. Проект предполагает создание микросервиса для взаимодействия с Dota 2 API в режиме реального времени и публикации результатов в социальных сетях.
Организация работы (Как студенты будут работать в команде?)
Для работы над данным проектом потребуется как минимум 2 студента
- специализирующийся на сборе и хранении данных
- специализирующийся на алгоритмизации извлечения и аналитики информации, полученной из данных
Компоненеты (Из каких частей состоит проект?)
- Создание системы по сбору и хранению данных о профессиональных матчах используя Steam API;
- Создание автоматической системы сбора статистической информации о героях/игроках с Dotabuff и Datdota;
- Классификация типовых статистических запросов и алгоритмизация их выполнения;
- Построение модели машинного обучения, ранжирующую полученную информацию по интересности
- Автоматизация работы системы в режиме реального времени на основе данных из текущих матчей Dota 2 Live API.
- (*) Чат-бот, дающий ответы на вопросы по данным о матчах, вроде того: Какой герой имеет наибольший винрейт на последнем чемпионате?
Какие будут использоваться технологии?
- Краулинг данных с веб-сайтов: Scrapy, HTML/CSS
- Получение полных данных о матчах и данных в live-режиме (Steam API)
- Хранение данных: , MongoDB, SQL
- Бэкенд: Python, AWS EC2
- Машинное обучение: SciKit-Learn, XGBoost, методы ранжирования
- Telegram API, Twitter API - в зависимости от выбранного способа публикации
Какие начальные требования?
- 3k+ MMR, лучше — 4k+ MMR
- Страсть к анализу данных и киберспорту
Темы вводных занятий
- Краулинг данных
- Работа со Steam API
- Способы хранения данных
- Ликбез по машинному обучению
Критерии оценки
Для получения хорошей оценки необходимо будет запустить автоматического статсмена в виде канала в социальной сети (например, Twitter), опубликовать по результатам проекта статью в релевантном издании.
Похожие проекты
Контактная информация
Даниил Яшков (daniil.yashkov@phystech.edu) — YDF, Александр Семенов — ANR HSE