alan-turing-institute/AIrsenal
Machine learning Fantasy Premier League team
해결하는 문제
AIrsenal은 기계학습을 활용하여 프리미어리그 가상팀(FPL) 플레이어가 팀 구성과 이적 전략을 최적화하고 점수를 극대화할 수 있도록 도와줍니다.
작동 방식
이 시스템은 데이터 수집, 예측, 최적화를 통합하는 파이프라인으로 작동합니다.
- 데이터 관리: 최근 3시즌의 역사적 데이터와 FPL API에서 실시간으로 수집한 데이터를 사용하여 로컬 SQLite 데이터베이스를 구축하고 업데이트합니다.
- 포인트 예측: 팀 수준 모델(경기 스코어라인 예측)과 플레이어 수준 모델(골 관여 예측)을 결합하고, 역사적 히ュ리스틱을 추가하여 플레이어의 예상 포인트를 추정합니다.
- 최적화: 지정된 미래 게임주에 걸쳐 최적의 이적 전략과 선수 구성 계획을 계산하며, 와일드카드나 프리히트와 같은 특별 칩의 전략적 활용도 포함합니다.
- 실행: 사용자의 자격 정보를 통해 추천 이적 및 선발 명단을 FPL 웹사이트에 자동으로 적용할 수 있습니다.
대상 사용자
팀 관리에 데이터 기반의 자동화된 접근을 원하는 프리미어리그 가상팀 플레이어입니다.
주요 기능
- 엔드투엔드 파이프라인: 데이터베이스 설정부터 이적 적용까지 모든 과정을 자동화합니다.
- 예측 모델링: 팀과 플레이어 수준의 머신러닝 모델을 결합하여 포인트 예측을 수행합니다.
- 다중 주간 최적화: 미래 여러 게임주에 걸쳐 이적과 캡틴십을 계획합니다.
- 직접 FPL 통합: 공식 FPL 플랫폼에 팀 변경 사항을 직접 푸시할 수 있는 기능.
관련
- 프로젝트
AgileRL/AgileRLAgileRL은 *RLOps*: 진화적 하이퍼파라미터 최적화, 분산 학습, 클라우드 플랫폼(Arena)을 내장한 파이썬 기반 딥 강화학습 라이브러리입니다. PPO, DQN, TD3, MADDPG, 밴디트, LLM 파인튜닝 등 다양한 알고리즘을 제공하며, 단일 에이전트 또는 자동으로 하이퍼파라미터를 진화시키는 집단을 학습할 수 있어, 전통적인 방법보다 최대 10배 빠른 HPO를 약속합니다.
- Dispatch
- Dispatch
Prime Agent 자기 개선형 RLM 하네스 출시Prime Agent는 재귀적 언어 모델과 지속적 상태 하네스를 기반으로 구축된 오픈 소스 자기 개선형 코딩 하네스로, ARC-AGI-3에서 최첨단 점수를 달성하고 롱 컨텍스트 벤치마크에서 경쟁력 있는 성능을 보여줍니다.
- 프로젝트
agentuniverse-ai/agentUniverseagentUniverse는 Apache-2.0 라이선스의 파이썬 프레임워크로, LLM 기반의 다중 에이전트 애플리케이션을 구축하고 오케스트레이션할 수 있게 해줍니다. 즉시 사용 가능한 협업 패턴(PEER, DOE), 수십 개의 LLM 제공업체 지원, 도메인 지식 주입 도구, OpenTelemetry 기반의 관찰성, 시각적 워크플로우 UI를 제공합니다. 아ント 그룹의 실제 금융 제품에서 사용되며, GitHub/Discord에 풍부한 문서, 샘플 앱, 커뮤니티가 있습니다.
- 프로젝트
plasma-umass/scaleneScalene는 CPU, GPU (NVIDIA) 및 메모리 사용량을 측정하는 빠른 행 단위 Python 프로파일러입니다. Python과 네이티브 코드를 분리하고, 통합된 스택을 시각화하며, UI에서 직접 LLM(OpenAI, Azure, Bedrock, Ollama 등)에 최적화 제안을 요청할 수 있습니다.