Thesis (Selection of subject)Thesis (Selection of subject)(version: 368)
Thesis details
   Login via CAS
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
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html