Машинное обучение применяется профессиональными беттерами для построения моделей?

Применяется, и довольно активно. Я сам видел, как ребята строят прогнозные модели на основе исторических данных по матчам - учитывают форму игроков, погоду, даже судейские предпочтения. Машинное обучение помогает выявлять скрытые зависимости, которые не видны на глаз, и корректировать коэффициенты до того, как букмекеры успевают среагировать. Но это требует серьезной базы: чистая выборка, понимание алгоритмов и постоянная валидация, иначе модель быстро устаревает.

Строить модели на основе машинного обучения - это уже не просто хобби, а обязательный инструмент для тех, кто хочет иметь математическое преимущество. Я, например, использую градиентный бустинг для предсказания тоталов в футболе, и там ключевая проблема - не переобучить модель на шум, особенно в live-режиме, когда данных мало.

Применяется, но далеко не всегда в том виде, который описывают в статьях для новичков. Основная сложность не в алгоритмах, а в качестве данных: большинство профессиональных беттеров тратят 80% времени на очистку и поиск нестандартных источников информации, например, данные о микротравмах игроков или влажности поля, которые не попадают в открытые статистики.

Да, и это уже не экзотика, а стандарт для тех, кто хочет зарабатывать на дистанции. Я, например, видел, как парни затачивают модели не на исходы, а на движение линии в режиме реального времени - это позволяет ловить перекосы до того, как рынок выровняется.