ScholarGate
Assistent
Regression modelRanking models

TrueSkill: Bayesiansk færdighedsvurdering for konkurrenceprægede ranglister

TrueSkill er et Bayesiansk færdighedsvurderingssystem udviklet af Herbrich, Minka og Graepel hos Microsoft Research og introduceret på NeurIPS 2006. Det repræsenterer hver spillers færdighed som en Gaussisk fordeling parametriseret ved et gennemsnit (estimeret færdighed) og en varians (usikkerhed). Efter hvert kampresultat opdaterer systemet disse fordelinger via approksimativ beskedpassage, hvilket giver en principiel rangliste, der håndterer holdkampe, uafgjorte og partielle observationer i online-indstillinger.

Anvend med DecisionMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

TrueSkill: Bayesiansk færdighedsvurdering for konkurrenceprægede ranglister
Bayesiansk inferensBradley-Terry ModellenElo Rating System

Kilder

  1. Herbrich, R., Minka, T., & Graepel, T. (2007). TrueSkill: A Bayesian skill rating system. Advances in Neural Information Processing Systems, 19, 569–576. link

Sådan citerer du denne side

ScholarGate. (2026, June 2). TrueSkill Bayesian Skill Rating. ScholarGate. https://scholargate.app/da/decision-making/trueskill

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateTrueSkill (TrueSkill Bayesian Skill Rating). Hentet 2026-06-15 fra https://scholargate.app/da/decision-making/trueskill · Datasæt: https://doi.org/10.5281/zenodo.20539026