香港人熱愛足球。七月份世界杯的賽果，固然令球迷又喜又悲，更成城中熱話；法國贏得世界杯還記憶猶新，英國超級足球聯賽（英超）月初也開鑼了。
英超是現今最受歡迎的體育比賽之一，全球前二十名最有錢的球隊，一半在英超，單去年球季轉播費收入，已高達25億美元，遠超西甲或德甲等聯賽，英超的影響力，可想而知。
隨著球賽的普及，英超博彩活動及投注額，每年在上升。據澳洲悉尼郵報的估計，2015年運動類賭博收入市場收入，接近達5千億美元。隨著互聯網發展，網上投注越來越方便，每年以百份之10至20複式增長。如此龐大市場推動下，各色各樣的比賽預測工具，亦應運而生。
如前所述，機器學習（ML）可解決以往電腦程式的不少難題，包括作出預測，當然不少人亦試來用於預測賽果。足球比賽涉及大量人為和難以預測的因素，ML是否可以幫上忙？
2014年世界杯比賽期間，微軟的Bing Predicts 預測工具，便以ML運算程式，使用了社交平台上數據，以流行的搜尋詞彙，準確預測決賽15場比賽勝負，打響了名堂。後來更在不同電視歌唱比賽，預測勝出冠軍，甚至美國洲際大選，揀選出高勝算的候選人。有趣的是，Bing並不是使用球隊的比賽往績，反而以社交平台上的用戶交流的數據，從球迷或球評家的集體智慧，反而作出相當準確的分析，可見社交媒體所言，也不一定是「山埃貼士」，沙裡淘金之餘，也有不少真知灼見。
中國人常說集思廣益，從社交媒體的數據，以AI適當利用，除了作為市場調查，也有不同其他價值。
以ML推測英超賽事的勝負，其實也並非特別艱鉅任務，當然魔鬼全在細節，透過不同演算法，所推算出成功率高低，才是成敗的關鍵。一般建立運算的過程，包括以下各個步驟：1. 先收集英超比賽的數據，2．去蕪存菁，有用相關數值留下；3, 選擇合適演算法；先做數據訓練；4． 最後模擬比賽預測結果，微調演算方案，令成功率再上一層樓。
網上以ML預測英超賽果的教材，其實已經不少。Medium網站內，己有不少關於ML的文章，Youtube亦有不少有趣示範；AI網絡達人Siraj Raval在Youtube頻道，曾介紹如何使用網上英超球隊公開數據，開發Python程式預測比賽，成功率高達75%！Raval所使用開發軟件、ML模塊、Python程式庫，都可免費下載，簡單推算得到如此成績，已令人鼓舞。
耶魯大學畢業生Tuan Doan Nguygen ，則另闢蹊徑，使用統計學的泊松分佈法 (Poisson Distribution)，基於過往兩隊英超足球隊對賽入球率，以免費的R統計工具，編寫預測對賽兩隊入球及勝負成績，今年第一周成功率達百份之70。雖然成績未能達Siraj Raval成績，但所編工具卻更簡單易明。有興趣的讀者，可在Medium 找到他的文章及程式。
最後筆者鄭重聲明，無意推動任何博彩活動，以上介紹的機器程式，只在純粹探索AI程式的各種使用範疇，當然不能作為參與賭博的藉口。結果不論是輸贏，或讀者有任何金錢損失，本人恕不負責了。
作者：梁定康，現任網絡工程師，負責研究IT保安及網絡設計