ScholarGate
Assistent
Regression modelRanking models

TrueSkill: Bayesiansk färdighetsgradering för tävlingsranking

TrueSkill är ett Bayesianskt färdighetsgraderingssystem utvecklat av Herbrich, Minka och Graepel vid Microsoft Research och introducerat vid NeurIPS 2006. Det representerar varje spelares färdighet som en Gaussisk fördelning parametriserad av ett medelvärde (uppskattad färdighet) och en varians (osäkerhet). Efter varje matchresultat uppdaterar systemet dessa fördelningar via approximativ meddelandepassning, vilket ger en principfast ranking som hanterar lagspel, oavgjorda resultat och partiella observationer i onlinescenarier.

Tillämpa med DecisionMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

TrueSkill: Bayesiansk färdighetsgradering för tävlingsranking
Bayesiansk inferensBradley-Terry-modellenElo Rating System

Källor

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

Så citerar du den här sidan

ScholarGate. (2026, June 2). TrueSkill Bayesian Skill Rating. ScholarGate. https://scholargate.app/sv/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). Hämtad 2026-06-15 från https://scholargate.app/sv/decision-making/trueskill · Datamängd: https://doi.org/10.5281/zenodo.20539026