เพื่อที่จะสามารถบอกได้ว่าผู้เล่นมีผ

เพื่อที่จะสามารถบอกได้ว่าผู้เล่นมีผลต่อการแพ้ชนะของทีมขนาดไหนจำเป็นจะต้องสนใจตำแหน่งของผู้เล่นด้วย แต่ในเมื่อ Hero ในเกม Dota2 สามารถเล่นได้หลายตำแหน่ง จึงเป็นการยากที่จะกำหนดวิธีวัดตามตำแหน่ง ในโหมด Ranked game แต่ละเกมจะประกอบไปด้วยผู้เล่น 10 คน แต่ละคนจะต้องเลือกฮีโร่มาเล่น 1 ตัว โดยแต่ละทีมสลับกันเลือกครั้งละ 1 ตัวโดยไม่สามารถเลือกซ้ำกันได้ เราจึงเลือกที่จะกำหนดวิธีวัดตามฮีโร่แทน โดยการกำหนด ชุดน้ำหนักของ attributes ให้แต่ hero แต่ละตัวเพื่อที่จะสามารถรู้ได้ว่าในฮีโร่แต่ละตัวอะไรคือ attribute สำคัญที่ส่งผลต่อการแพ้ชนะมากที่สุด และนำมาเรียนรู้ด้วย neural network model ที่ได้อธิบายไปใน Section IV โดยภาพ 6 จะแสดงแผนภาพโดยรวมของวิธีการฝึกฝนข้อมูล

Results (English) 1:

So I can tell you that the players have a great impact on the team's WINS, it will need to be interested in the position of the player. But since the game is playable Hero in the Dota2 multiple positions, so it is difficult to define measurement methods based on location. In this mode, the game Ranked each game consists of 10 players each choose a hero, played by each team and 1 alternately choose one by duplicate cannot be selected, so we choose to define measurement methods as a hero instead. By the weight of a set of attributes, but each hero, so I can know what's in each of the heroes is an important attribute that affects the most WINS, and taken with neural network learning model that has been described in Section IV, by image 6 displays a diagram of the overall method of practice information.

Results (English) 2:

In order to be able to tell if a player is to win the team much needed attention of the players, but when the game Hero on Dota2 can play multiple positions. It is difficult to determine how to measure the position of the mode Ranked game Each game will consist of 10 players each must choose a hero to play one by each team alternately select each one is not able to duplicate. have We chose to define as a hero instead of a defined set of attributes to the weight of each hero, but to be able to know what is in each hero attribute importance affecting the most wins. And bring learning neural network model as described in Section IV by 6 shows a diagram of the overall method of training data.