ScholarGate
Assistent
Regression modelRanking models

TrueSkill: Bayesian Skill Rating für kompetitive Ranglisten

TrueSkill ist ein auf Bayes'scher Inferenz basierendes Fähigkeitsbewertungssystem, das von Herbrich, Minka und Graepel bei Microsoft Research entwickelt und auf der NeurIPS 2006 vorgestellt wurde. Es repräsentiert die Fähigkeit jedes Spielers als Gaußsche Verteilung, parametrisiert durch einen Mittelwert (geschätzte Fähigkeit) und eine Varianz (Unsicherheit). Nach jedem Spielergebnis werden diese Verteilungen mittels approximativer Nachrichtenweitergabe (approximate message passing) aktualisiert, was zu einer prinzipienbasierten Rangliste führt, die Teamspiele, Unentschieden und partielle Beobachtungen in Online-Umgebungen berücksichtigt.

Mit DecisionMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

TrueSkill: Bayesian Skill Rating für kompetitive Ranglisten
Bayesianische InferenzBradley-Terry-ModellElo Rating

Quellen

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

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). TrueSkill Bayesian Skill Rating. ScholarGate. https://scholargate.app/de/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). Abgerufen am 2026-06-15 von https://scholargate.app/de/decision-making/trueskill · Datensatz: https://doi.org/10.5281/zenodo.20539026