Πρόβλεψη αγώνων premier league με χρήση μηχανικής μάθησης
Loading...
Date
2024-03-19
Authors
Μητρόπουλος, Δημήτριος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Το ποδόσφαιρο είναι ένα από τα πιο δημοφιλή αθλήματα που παρακολουθούν
εκατομμύρια άνθρωποι σε όλο τον κόσμο. Το ερώτημα για το πως θα τελειώσει το παιχνίδι δεν
ενδιαφέρει μόνο τους φιλάθλους αλλά και τους παίκτες διαδικτυακών αγώνων ποδοσφαίρου ή
παρόχους στοιχημάτων. Με τον αυξανόμενο όγκο δεδομένων που συλλέγονται για
ποδοσφαιρικούς αγώνες, υπάρχουν περισσότερες ευκαιρίες για τη δημιουργία μοντέλων
μηχανικής εκμάθησης για την πρόβλεψη αγώνων.
Τα παιχνίδια συλλέγουν συστηματικά πληροφορίες σχετικά με το πώς παίζει ο παίκτης.
Η γνώση τροφοδοτείται σε έναν αλγόριθμο που χρησιμοποιείται από τους ανθρώπους για να
αντλήσει παιχνίδια από τις προβλέψεις του για το τι θα δουν οι παίκτες. Οι προβλέψεις βοηθούν
τον μάνατζερ της ομάδας να κάνει το επόμενο βήμα. Εντοπίζοντας αδυναμίες στην αμυντική
στρατηγική της μαχόμενης ομάδας, την αδυναμία ενός συγκεκριμένου παίκτη ή επιλέγοντας
την στατιστικά πιο πιθανή αντίδραση στην κίνηση από την προηγούμενη ιστορία, οι
προπονητές μπορεί να αποκτήσουν ένα πλεονέκτημα έναντι του ανταγωνισμού τους.
Οι περισσότερες προσεγγίσεις βασίζονται σε δεδομένα ομάδας, όπως γκολ που
σημειώθηκαν, σουτ ή φάουλ. Η παρούσα εργασία διερευνά αν ένα μοντέλο πρόβλεψης που
βασίζεται σε στατιστικά της ομάδας μπορεί να βελτιωθεί προσθέτοντας πληροφορίες για
μεμονωμένους παίκτες και εστιάζει στην ανάπτυξη και αξιολόγηση μεθόδων μηχανικής μάθησης
για την πρόβλεψη αποτελεσμάτων ποδοσφαιρικών αγώνων στην αγγλική Premier League, που
αποτελεί την υψηλότερη ποδοσφαιρική κατηγορία της Αγγλίας και μία από τις πιο
ανταγωνιστικές και δημοφιλείς ποδοσφαιρικές λίγκες στον κόσμο. Ιδρύθηκε το 1992,
αντικαθιστώντας την προηγούμενη First Division, και αποτελείται από 20 ομάδες που
ανταγωνίζονται μεταξύ τους κάθε σεζόν.
Η εφαρμογή προηγμένων μοντέλων μηχανικής μάθησης, όπως νευρωνικά δίκτυα και
αλγόριθμοι συσταδοποίησης, αποτελεί τον πυρήνα της προβληματικής. Επιπλέον, εξετάζονται
παράγοντες όπως η φόρμα των ομάδων, ο τραυματισμός παικτών, και άλλες δυνητικές
μεταβλητές που μπορούν να επηρεάσουν τις προβλέψεις. Το πλαίσιο της εργασίας
περιλαμβάνει τη συλλογή, επεξεργασία και ανάλυση δεδομένων από προηγούμενες αγώνες, με
στόχο την κατανόηση των παραγόντων που επηρεάζουν τα αποτελέσματα. Η εργασία
καταλήγει σε μια συνολική αξιολόγηση της απόδοσης του μοντέλου και προβάλλει προοπτικές
για μελλοντικές επεκτάσεις και βελτιώσεις στον τομέα της πρόβλεψης αγώνων ποδοσφαίρου.
Description
Keywords
Πρόβλεψη, Μηχανική μάθηση, Ποδόσφαιρο, Στατιστική ανάλυση, Δεδομένα αγώνων, Απόδοση προβλέψεων, Αξιολόγηση μοντέλου