Rodrigo Augusto da Silva Alves, Ph.D.

Závěrečné práce

Bakalářské práce

Předpověď statistik fotbalových zápasů založená na strojovém učení

Autor
Ondřej Herman
Rok
2023
Typ
Bakalářská práce
Vedoucí
Rodrigo Augusto da Silva Alves, Ph.D.
Anotace
Fotbal, nejrozšířenější a nejsledovanější sport na světě, poutá pozornost miliard fanoušků po celém světe. Předpovídání výsledků zápasů se dostalo pozornosti statistiků, výzkumníků strojového učení a nadšených sázkařů. Nicméně, zatímco byl učiněn podstatný pokrok ve strojovém učení pro předpověď výsledků zápasů, relativně malý důraz byl kladen na předpovídání statistických aspektů daných zápasů. Tato studie si klade za cíl řešit tento nedostatek prozkoumáním metod strojového učení k analýze a odhadu různých statistik jako regresních problémů. Konkrétně zkoumám šest statistik: rohy, střely, střely na branku, fauly, žluté karty a červené karty. Prováděním experimentů na čtyřech datových souborech z různých fotbalových lig postupně porovnám a vyhodnotím výsledky osmi různých modelů. Má zjištění ukazují, že různé metody se více hodí na určité statistiky a také, že různé statistiky vykazují různé chování v různých ligách. Kromě toho jsem si všiml, že určité vlastnosti, jako je počet rohů nebo střel, jsou předvídatelnější díky jejich vyšší míře výskytu během zápasů ve srovnání například s počtem karet.

Diplomové práce

Předpovídání výsledků fotbalu pomocí funkcí doplňování tenzorů

Autor
Martin Kostrubanič
Rok
2023
Typ
Diplomová práce
Vedoucí
Rodrigo Augusto da Silva Alves, Ph.D.
Oponenti
Ing. Karel Klouda, Ph.D.
Anotace
Fotbal je velmi populární sport s více než 3,5 miliardy fanoušků po celém světě a predikce výsledků zápasů je stále důležitější. Zatímco k tomuto účelu bylo použito několik metod strojového učení, personalizované metody strojového učení, jako je kompletace matice, byly opomíjeny. V této práci představuji metody kompletace tenzoru pro predikci výsledků fotbalových zápasů, přičemž využívám dva experimentální okruhy: (1) kompletaci tenzoru jako metodu predikce a (2) extrakci embeddingů kompletace tenzoru. Využívám data z pěti různých lig, čtyř z Evropy a jedné z Jižní Ameriky. Výsledky ukazují, že kompletace tenzoru se vyrovná nebo překonává ostatní nejmodernější metody predikce a je schopna zlepšit výkonnost umělých neuronových sítí v této úloze.