Sustav za profiliranje sportaša zasnovan na znanosti o podacima: studijski slučaj igrača košarke

Sažetak na hrvatskom: Prikupljanje i obrada podataka su ključni za razvoj svake grane, pa tako i sporta. Velika količina podataka omogućuje donošenje zaključaka na svim razinama, od trenera momčadi, pa sve do navijača. Fokus ovog rada je na predviđanju ishoda košarkaških utakmica jer mogućnost da se...

Full description

Permalink: http://skupnikatalog.nsk.hr/Record/fer.KOHA-OAI-FER:50232/Details
Glavni autor: Šekrst, Matija (-)
Ostali autori: Podobnik, Vedran (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, M. Šekrst, 2018.
Predmet:
LEADER 02703na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid5376 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Šekrst, Matija 
245 1 0 |a Sustav za profiliranje sportaša zasnovan na znanosti o podacima: studijski slučaj igrača košarke :  |b diplomski rad /  |c Matija Šekrst ; [mentor Vedran Podobnik]. 
246 1 |a System for profiling of athletes based on data science: case study of basketball players  |i Naslov na engleskom:  
260 |a Zagreb,  |b M. Šekrst,  |c 2018. 
300 |a 73 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Programsko inženjerstvo i informacijski sustavi, šifra smjera: 54, datum predaje: 2018-06-29, datum završetka: 2018-07-13 
520 3 |a Sažetak na hrvatskom: Prikupljanje i obrada podataka su ključni za razvoj svake grane, pa tako i sporta. Velika količina podataka omogućuje donošenje zaključaka na svim razinama, od trenera momčadi, pa sve do navijača. Fokus ovog rada je na predviđanju ishoda košarkaških utakmica jer mogućnost da se predvidi pobjednik susreta otvara mnogobrojne mogućnosti. Rad pokazuje da je naivni Bayesov model najbolji za predviđanje pobjednika košarkaških utakmica, da su predviđanja svih korištenih modela konzistentna po točnosti i AUC vrijednosti i da je ekonomska funkcija troška nestabilna, pa se ne može donijeti zaključak o isplativosti klađenja na predviđanja.  
520 3 |a Sažetak na engleskom: Data acquisition and analysis has become key factor in every industry, including the sport industry. New conclusions are drawn based on large data quantity on every level, from team managers to supporters. This thesis focuses on predictions of basketball games because ability to predict winner of a match could be beneficial. Thesis also shows that Naive Bayes model has the best performance when predicting winner of a basketball game. It also shows that model accuracy and AUC values are consistent and economical cost function is unstable so no valid conclusions can be drawn about betting profitability. 
653 1 |a Znanost o podacima, NBA, Node.js, PostgreSQL, RapidMiner, naivni Bayes, nasumična šuma, generalizirani linearni model, duboko učenje, predviđanje rezultata, AUC, ekonomska funkcija troška, profitabilnost klađenja 
653 1 |a Data science, NBA, Node.js, PostgreSQL, RapidMiner, Naive Bayes, Random Forest, Generalized Linear Model, Deep Learning, results prediction, AUC, economical cost function, betting profitability 
700 1 |a Podobnik, Vedran  |4 ths 
942 |c Y 
999 |c 50232  |d 50232