Předpovídání výkonnosti fotbalových hráčů
Název práce v češtině: | Předpovídání výkonnosti fotbalových hráčů |
---|---|
Název v anglickém jazyce: | Football Player Performance Prediction |
Klíčová slova: | predikce časových řad|strojové učení|fantasy fotbal |
Klíčová slova anglicky: | time-series prediction|machine learning|fantasy football |
Akademický rok vypsání: | 2022/2023 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra teoretické informatiky a matematické logiky (32-KTIML) |
Vedoucí / školitel: | Mgr. Martin Pilát, Ph.D. |
Řešitel: | Bc. Adam Kellich - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 15.03.2023 |
Datum zadání: | 16.03.2023 |
Datum potvrzení stud. oddělením: | 30.03.2023 |
Datum a čas obhajoby: | 29.06.2023 09:00 |
Datum odevzdání elektronické podoby: | 11.05.2023 |
Datum odevzdání tištěné podoby: | 11.05.2023 |
Datum proběhlé obhajoby: | 29.06.2023 |
Oponenti: | Mgr. Klára Pešková, Ph.D. |
Zásady pro vypracování |
Sorare je fantasy fotbalová hra založená na kryptoměnách (NFT tokeny), kde cílem je nakupovat sběratelské karty a používat je ve fantasy proti jiným hráčům. Výkon karty daného hráče v daném herním týdnu se odvíjí od výkonu hráče v reálných fotbalových zápasech. Vývoj ceny hráče potom závisí na jeho reálné výkonnosti a také na jeho popularitě. Cílem práce je predikovat vhodné nákupy karet hráčů a také predikovat výkonnost jednotlivých hráčů v budoucnosti.
Student nastuduje dostupnou literaturu o předpovídání fotbalových zápasů a výkonnosti jednotlivých hráčů. Dále student získá vhodná data o fotbalových zápasech (základní data jsou dostupná přímo od Sorare, další data bude potřeba dohledat a vyextrahovat z jiných webů). Na základě získaných znalostí a dostupných dat student navrhne algoritmy pro předpovídání budoucí výkonnosti fotbalových hráčů a vhodnosti jejich nákupu ve hře Sorare. |
Seznam odborné literatury |
[1] Rudrapal, Dwijen, Sasank Boro, Jatin Srivastava, and Shyamu Singh. "A deep learning approach to predict football match result." In Computational Intelligence in Data Mining: Proceedings of the International Conference on ICCIDM 2018, pp. 93-99. Springer Singapore, 2020.
[2] Horvat, Tomislav, and Josip Job. "The use of machine learning in sport outcome prediction: A review." Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 10, no. 5 (2020): e1380. [3] Rodrigues, Fátima, and Ângelo Pinto. "Prediction of football match results with Machine Learning." Procedia Computer Science 204 (2022): 463-470. [4] Capobianco, Giovanni, Umberto Di Giacomo, Francesco Mercaldo, Vittoria Nardone, and Antonella Santone. "Can machine learning predict soccer match results?." In ICAART (2), pp. 458-465. 2019. [5] Bunker, Rory P., and Fadi Thabtah. "A machine learning framework for sport result prediction." Applied computing and informatics 15, no. 1 (2019): 27-33. [6] Ian Goodfellow and Yoshua Bengio and Aaron Courville. "Deep Learning." MIT Press, 2016. ISBN: 978-0-26-203561-3 |