• SEARCH

    통합검색
세모계
    • Dark Mode
    • GNB Always Open
    • GNB Height Maximize
    • Color
    • Brightness
    • SINCE 2015.01.19.
    • 세모계 세모계
    •   SEARCH
    • 세상의 모든 계산기
      • 자유(질문) 게시판
      • 계산기 뉴스/정보
      • 수학, 과학, 공학 이야기
      • 세모계 : 공지 게시판
        • 구글 맞춤검색
    • TI
    • CASIO
    • HP
    • SHARP
    • 일반(쌀집) 계산기
    • 기타계산기
    • by OrangeDay
  • 세상의 모든 계산기 수학, 과학, 공학 이야기
    • 세상의 모든 계산기 수학, 과학, 공학 이야기 기타 ()
    • Elo Rating System 이란?

    • Profile
      • 세상의모든계산기
      • 2017.11.17 - 19:31 2016.03.29 - 13:42 6564 3

    1. 정의

    승/패로 나뉘는 시합에 있어서, 선수의 실력을 (승/패, 승률에 따라) 점수화하여 순위를 매기는 방식.


    https://en.wikipedia.org/wiki/Elo_rating_system


    https://namu.wiki/w/Elo%20%EB%A0%88%EC%9D%B4%ED%8C%85

     

    2. 특징

    1. 이기면 레이팅이 오른다.
      레이팅이 자기보다 높은 사람에게 이기면 확 오른다. 
      레이팅이 자기보다 낮은 사람에게 이기면 조금 오른다.
    2. 지면 레이팅이 떨어진다. 
      레이팅이 자기보다 높은 사람에게 지면 조금 떨어진다. 
      레이팅이 자기보다 낮은 사람에게 지면 많이 떨어진다. 
    3. 이기고 레이팅이 떨어진다거나, 지고 레이팅이 올라간다거나 하는 일은 절대 없음!

    1. 레이팅을 기반으로 플레이어간 상대 승률을 추정할 수 있다. 
      TI-Nspire CAS Student Software_2017-10-20_17-24-37.png​​​

     

    경기 결과에 따른 레이팅 변화 

    R_{A}^{\prime }=R_{A}+K(S_{A}-E_{A}).
    ㄴ Ra :  기존 레이팅
    ㄴ K : factor
    ㄴ Sa : 실제 획득 점수 (승=1, 무승부=0.5, 패=0)
    ㄴ Ea : 기대 획득 점수 (=Elo 기반 승률)


    512px-Elo_rating_graph.svg.png
    <검은 색 곡선은 y축_좌 승률, 브라운(K=32)과 레드(K=16) 곡선은 y축_우 점수변공>

    Graphs of probabilities and Elo rating changes (for K=16 and 32) of expected outcome (solid curve) and unexpected outcome (dotted curve) vs initial rating difference For example, player A starts with a 1400 rating and B with 1800 in a tournament using K = 32 (brown curves). The blue dash-dot line denotes the initial rating difference of 400 (1800 - 1400). The probability of B winning, the expected outcome, is 0.91 (intersection of black solid curve and blue line); if this happens, A's rating decreases by 3 (intersection of brown solid curve and blue line) to 1397 and B's increases by the same amount to 1803. Conversely, the probability of A winning, the unexpected outcome, is 0.09 (intersection of black dotted curve and blue line); if this happens, A's rating increases by 29 (intersection of brown dotted curve and blue line) to 1429 and B's decreases by the same amount to 1771.

    • 플레이어 A = 1400, 플레이어 B = 1800, 점수(rating)차이 400.
    • K=32 인 것으로 계산시
      B가 이기면 Expected 해당 (확률 0.91 = 91%)
      A 점수 3점 깍임 = 1400 - 3 = 1397
      B 점수 3점 오름 = 1800 + 3 = 1803

      A가 이기면 Unexpected 해당 (확률 0.09 = 9%)
      A 점수 = 1400 + 29 = 1429
      B 점수 = 1800 - 29 = 1771

     

    3. 장/단점

    장점

    • 가장 현실적인 비교수단이다

    단점

    • rating 인플레이션(디플레이션)이 있을 수 있다? (논란 있음) 논문, 링크1, 링크2
    • A vs B 와 B vs C 의 승률을 통해 예측한 A vs C 의 승률이 항상 맞는 것은 아니다.
    Attached file
    빅-32p.png 5.6KB 88TI-Nspire CAS Student Software_2017-10-20_17-24-37.png 7.3KB 136
    이 게시물을..
    N
    0
    0
    • 세상의모든계산기 25
      세상의모든계산기

      계산기는 거들 뿐
      혹은
      계산기를 거들 뿐

    세상의모든계산기 님의 최근 글

    큐넷 시험의 공학용 계산기 제도, AI시대에 이대로 충분할까? 31 1 2026 11.15 [데이터 분석/역산] 완벽하지 않은 현실 세계에서 'UI 양자화 오차'를 활용해 숨겨진 데이터 파악하기 205 2026 11.09 양자화 오차의 미학: 게임 경험치 UI와 데이터 압축의 공통점 188 2026 11.09 작게 끊으면 넓어지고, 자주 찍으면 좁아진다: 양자화 오차와 교집합의 수학 163 1 2026 11.07 ban 설정 강화 98749 1 2026 05.09

    세상의모든계산기 님의 최근 댓글

    https://v.daum.net/v/20261116194430905 [단독]로봇고 출신 세무사 수석, ‘개조 계산기’로 AI 답안 받은듯 본문은 2017년 글이니, 9년간 계획을 실행에 옮겼을 리는 없고...?  34세? 설마 아니겠지?? 2026 11.16 https://v.daum.net/v/20261115103924120 2026 11.15 언제 추가되었는지 확인은 못하였습니다만, 델리(DELI) D991EX 가 허용군에 추가되어 본문 갱신하였습니다 2026 11.10 좋은 정보 감사드립니다. 링크 글은 수정하였습니다. 2026 11.10 게임에서는 왜 굳이 버림을 쓸까요? 반올림이면 이런 일이 생깁니다.   진짜 99.99996% → 반올림하면 표시 100.0000%   눈에는 100%인데 렙업이 안 된 거죠. 이건 플레이어 입장에서 명백한 버그로 보입니다. 버림이면 표시가 진짜를 절대 초과하지 않습니다. 진짜 99.99996% → 표시 99.9999% 진짜 100.00000% → 표시 100.0000% = 딱 렙업 즉, 표시가 100%가 되는 순간 = 진짜로 렙업되는 순간이 일치합니다. 2026 11.08
    글쓴이의 서명작성글 감추기 

    댓글3

    • Profile 0
      세상의모든계산기
      2019.01.05 - 16:44 2017.10.21 - 10:52 #21496

      A, B, C 선수만 존재하는 풀을 가정해 보겠습니다.
      C는 A와도 경기를 해 보았고, B와도 경기를 해 보았습니다만, A와 B는 지금까지 직접 경기를 해 본 적이 없습니다.

      1. A의 C에 대한 1:1 승률은 99.959278561331%로 ELO Rating 1356점의 차이가 납니다.
      2. B의 C에 대한 1:1 승률은 91.190530760341%로 ELO Rating 406점의 차이가 납니다.
      3. A는 B보다 Elo Rating 으로 +950 높으므로 승률이 99.580074308528% 가 될 것으로 추정해 볼 수 있지만,  
        막상 A vs B 를 1:1로 붙여보면 A의 승률이 80%에 불과합니다. 
        (B가 A의 특정한 약점을 집요하게 추궁하기 때문이라고 가정해 보겠습니다.) 

      A, B, C의 Elo Rating 을 각각 4500, 3550, 3144 로 설정해 놓고, 
      같은 비율로 충분히 많은 시합을 시킬 경우에 각각의 레이팅은 몇점이 될까요?

      댓글
    • 1
      Profile 0
      세상의모든계산기
      2019.01.08 - 14:17 2017.10.21 - 23:00 #21528

      통계적 접근

      • 1라운드당 3경기로 구성하여 각각 1회씩 대결 (순차적)
        (기대 승률에 기반하여 Random 하게 승/패 결정. 무승부 없음.)
      • 매 경기 직후 ELO Rating 변경 (K=16)
      • 100 라운드(=300경기) 진행 후 A, B, C 의 Rating 값 저장
      • 5000 회 반복하여 통계분석

      10-21-2017 Image001.png
      A : 4500에서 4228.47로 (▼271.53)

      10-21-2017 Image002.png
      B : 3550에서 3768.67로 (▲218.67)

      10-21-2017 Image003.png
      C : 3144에서 3196.87로 (▲52.87)

      • 조정 전 elo 합계 : 4500 + 3550 + 3144 = 11194
      • 조정 후 elo 합계 : 4228.47+3768.67+3196.87 = 11194

       

      Attached file
      10-21-2017 Image001.png 14.1KB 152 10-21-2017 Image002.png 14.1KB 140 10-21-2017 Image003.png 13.9KB 199 elo_simul.tns 103.9KB 143
      댓글
    • 1
      Profile 0
      세상의모든계산기
      2019.01.08 - 14:10 2017.10.21 - 23:02 #21534

      이론적 접근

      이론적으로 계산은 어떻게 해야할지...?

      댓글
    • 댓글 입력
    • 에디터 전환
    댓글 쓰기 에디터 사용하기 닫기
    • view_headline 목록
    • 14px
    • 목록
      view_headline
    3
    × CLOSE
    전체 수학 64 확률통계 18 공학 13 물리학 2 화학 3 생물학 재무금융 10 기타 2
    기본 (0) 제목 날짜 수정 조회 댓글 추천 비추
    분류 정렬 검색
    등록된 글이 없습니다.
    • 세상의 모든 계산기 수학, 과학, 공학 이야기
    • 세상의모든계산기
    • 사업자등록번호 703-91-02181
    • 세모계 all rights reserved.