Regression modelRanking models

TrueSkill : une notation bayésienne des compétences pour les classements compétitifs

TrueSkill est un système de notation des compétences bayésien développé par Herbrich, Minka et Graepel chez Microsoft Research et introduit à NeurIPS 2006. Il représente la compétence de chaque joueur comme une distribution gaussienne paramétrée par une moyenne (compétence estimée) et une variance (incertitude). Après chaque résultat de match, le système met à jour ces distributions via la propagation de messages approximative, produisant un classement principiel qui gère les jeux d'équipe, les matchs nuls et les observations partielles dans des contextes en ligne.

Appliquer avec DecisionMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

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

Comment citer cette page

ScholarGate. (2026, June 2). TrueSkill Bayesian Skill Rating. ScholarGate. https://scholargate.app/fr/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). Consulté le 2026-06-15 sur https://scholargate.app/fr/decision-making/trueskill · Jeu de données : https://doi.org/10.5281/zenodo.20539026