Primjena strojnog učenja u sportskoj prediktivnoj analitici

diplomski rad

• Naslov (engleski): Application of machine learning in sports predictive analytics
• Autor: Poljak Valentino
• Mentor: Dijana Oreški (mentor); MBZ: 318615
• Član povjerenstva: Božidar Kliček (član povjerenstva); MBZ: 95426
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za razvoj informacijskih sustava); Varaždin
• Datum i država obrane: 2021-09-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

U ovome radu provedena je prediktivna analiza rezultata španjolske nogometne lige najelitnijeg ranga, tzv. LaLige. Predikcija i praćenje rezultata je vrlo zanimljivo područje koje se već neko vrijeme istražuje. Da bi se provela ova analiza potreban je skup podataka koji je preuzet u obliku dataset-a s web stranice Kaggle. Uz tu web stranicu podaci su prikupljeni s web stranice FlashScore. U skupu podataka se nalaze najvažnije informacije o svakoj utakmici koja je odigrana u dvije sezone, 2014./2015. te 2018./2019. Te informacije sadrže ekipe koje su bile gostujuće, odnosno domaće, trenere jedne i druge ekipe, statističke podatke, kao što su broj udaraca, zaleđa, kornera i slično te konačan rezultat. Svaka sezona ima ukupno 380 utakmica. Pratit će se utjecaj pojedine informacije, tj. Atributa na konačan ishod svake utakmice. Provest će se nekoliko metoda za potonje, a one su: Stablo odlučivanja, kreiranje ekspertnog sustava, neuronske mreže te Bayesove mreže. Nakon izvršenja svih metoda, rezultati će se usporediti i pojasniti.

• Ključne riječi: stablo odlučivanja; neuronske mreže; strojno učenje; prediktivna analitika.
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:192370
• Studijski program: Naziv: Informacijsko i programsko inženjerstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra informatike (mag.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2021-09-13 04:13:49