Předpovídání výkonnosti fotbalových hráčů
Thesis title in Czech: | Předpovídání výkonnosti fotbalových hráčů |
---|---|
Thesis title in English: | Football Player Performance Prediction |
Key words: | predikce časových řad|strojové učení|fantasy fotbal |
English key words: | time-series prediction|machine learning|fantasy football |
Academic year of topic announcement: | 2022/2023 |
Thesis type: | Bachelor's thesis |
Thesis language: | čeština |
Department: | Department of Theoretical Computer Science and Mathematical Logic (32-KTIML) |
Supervisor: | Mgr. Martin Pilát, Ph.D. |
Author: | Bc. Adam Kellich - assigned and confirmed by the Study Dept. |
Date of registration: | 15.03.2023 |
Date of assignment: | 16.03.2023 |
Confirmed by Study dept. on: | 30.03.2023 |
Date and time of defence: | 29.06.2023 09:00 |
Date of electronic submission: | 11.05.2023 |
Date of submission of printed version: | 11.05.2023 |
Date of proceeded defence: | 29.06.2023 |
Opponents: | Mgr. Klára Pešková, Ph.D. |
Guidelines |
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. |
References |
[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 |