Detailansicht
Vorhersage von Torschussevents im Fußball basierend auf vorangegangenen Events mit Hilfe von Klassifikationsalgorithmen
Kevin Kristiner
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Zentrum für Sportwissenschaft und Universitätssport
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Lehramtsstudium UF Bewegung und Sport UF Mathematik
Betreuer*in
Michael Stöckl
DOI
10.25365/thesis.52333
URN
urn:nbn:at:at-ubw:1-28867.58596.114975-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Diplomarbeit beschäftigt sich mit der Untersuchung von Fußballdaten mittels maschinellem Lernen. Ausgehend von einigen Begriffsdefinitionen wurde anschließend der aktuelle Forschungsstand ermittelt. Im Zuge des Forschungsprozesses wurden insgesamt 1123 Fußballspiele der aktuellen Saison aus den Top-Fünf Ligen des europäischen Klubfußballs analysiert und hinsichtlich der zentralen Fragestellung der Arbeit, dem Vorhersagen von Tor-Events, bearbeitet. Dieses Ziel sollte durch Klassifizierungsalgorithmen erreicht werden, welche mithilfe der Open-Source-Bibliothek scikit-learn angewandt wurden. Der Vorverarbeitung der Daten wird ein eigenes Kapitel gewidmet und es wird dabei genau darauf eingegangen, welche Informationen für die Untersuchung genutzt wurden. Für ein besseres Verständnis wurden die wesentlichen Algorithmen, welche im Rahmen der Arbeit verwendet wurden, vorweg genauer ausgeführt. Abschließend wurden die Ergebnisse der Prognosen des Computers präsentiert, validiert und zudem auch optimiert.
Abstract
(Englisch)
This diploma thesis is dealing with the analysis of soccer data employing Machine Learning. Based on definitions of terms relevant to soccer and the concept of Machine Learning, an overview on the state of research is given. In the process of research 1123 games of soccer from the current season of the top-five leagues in Europe’s club football have been analysed. The main subject of this thesis is to predict goal events. This aim should be achieved by the use of scikit-learn, an open-source-library for Machine Learning. The explanation of the preprocessing of the data is dealt with in a separate chapter. The focus also lies upon how given information is used for the study. For a better understanding, the essential algorithms which are used in this thesis are explained before they are utilized. Finally, the outcome of the predictions is presented, validated and optimised.
Schlagwörter
Schlagwörter
(Englisch)
sports game Machine Learning
Schlagwörter
(Deutsch)
Sportspiel maschinelles Lernen
Autor*innen
Kevin Kristiner
Haupttitel (Deutsch)
Vorhersage von Torschussevents im Fußball basierend auf vorangegangenen Events mit Hilfe von Klassifikationsalgorithmen
Publikationsjahr
2018
Umfangsangabe
60 Seiten : Illustrationen, Diagramme
Sprache
Deutsch
Beurteiler*in
Michael Stöckl
AC Nummer
AC15087552
Utheses ID
46214
Studienkennzahl
UA | 190 | 482 | 406 |