Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων

Καθοδηγούμενοι από την αύξηση των δεδομένων στα αθλητικά παιχνίδια και τις διάφορες τεχνικές στον τομέα της Εξόρυξης γνώσης που χρησιμοποιούνται για διάφορες προβλέψεις, μας δίνετε η δυνατότητα να βγάλουμε διάφορες γνώσεις οι οποίες επηρεάζουν άμεσα τα αποτελέσματα στα διάφορα αθλήματα. Σε πο...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Παζιούρος, Κωνσταντίνος
Άλλοι συγγραφείς: Μαραγκουδάκης, Εμμανουήλ
Γλώσσα:el_GR
Δημοσίευση: 2019
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/19539
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828460661878816768
author Παζιούρος, Κωνσταντίνος
author2 Μαραγκουδάκης, Εμμανουήλ
author_facet Μαραγκουδάκης, Εμμανουήλ
Παζιούρος, Κωνσταντίνος
author_sort Παζιούρος, Κωνσταντίνος
collection DSpace
description Καθοδηγούμενοι από την αύξηση των δεδομένων στα αθλητικά παιχνίδια και τις διάφορες τεχνικές στον τομέα της Εξόρυξης γνώσης που χρησιμοποιούνται για διάφορες προβλέψεις, μας δίνετε η δυνατότητα να βγάλουμε διάφορες γνώσεις οι οποίες επηρεάζουν άμεσα τα αποτελέσματα στα διάφορα αθλήματα. Σε πολλές περιπτώσεις , η πρόβλεψη των αθλητικών αποτελεσμάτων ήταν πάντα μια ελκυστική πρόκληση για έρευνα μέσα σε αυτό το πεδίο. Η παρούσα διπλωματική εργασία επικεντρώνετε στην εξόρυξη δεδομένων για αγώνες μπάσκετ δημιουργώντας ένα μοντέλο το οποίο θα είναι ικανό για πρόβλεψη αποτελεσμάτων κάνοντας χρήση διαφόρων αλγορίθμων. Με σκοπό να γίνει όσο το δυνατόν μια καλύτερη και σωστότερη πρόβλεψη του αποτελέσματος, συλλέχτηκαν δεδομένα από διάφορες ιστοσελίδες αθλητικών αγώνων ώστε το μοντέλο μάθηση να ανταποκρίνεται καλύτερα στην πραγματικότητα. Η μεθοδολογία που χρησιμοποιήθηκε είναι να δημιουργήσουμε ένα πρόγραμμα το οποίο συλλέγει όλα τα δεδομένα από τις ιστοσελίδες για παιχνίδια τα οποία έχουν γίνει στο παρελθόν και έπειτα επιλέγουμε μερικά πεδία αυτών. Με τον όρο πεδία εννοούμε τα πεδία των αγώνων που θεωρήσαμε εμείς ικανά για την σωστότερη πρόβλεψη (πχ επιτυχία στις βολές στα τρίποντα, λάθη ομάδα, λάθη παιχτών, διάφορα στατιστικά κτλ). Τέλος υπολογίστηκε ότι κάθε ομάδα παίζει κατά μέσο όρο 82 παιχνίδια το χρόνο έτσι έχουμε περίπου 2600 δεδομένα για κάθε μια κατηγορία. Έτσι με ένα τόσο μεγάλο όγκο δεδομένων είμαστε κατά κύριο λόγο περισσότερο ακριβείς για μελλοντικές προβλέψεις επερχόμενων αγώνων.
id oai:hellanicus.lib.aegean.gr:11610-19539
institution Hellanicus
language el_GR
publishDate 2019
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-195392019-11-12T01:11:58Z Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων Παζιούρος, Κωνσταντίνος Μαραγκουδάκης, Εμμανουήλ εξόρυξη δεδομένα προβλέψεις prediction data mining Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073) Prediction theory (URL: http://id.loc.gov/authorities/subjects/sh85106258) Basketball (URL: http://id.loc.gov/authorities/subjects/sh00007737) Καθοδηγούμενοι από την αύξηση των δεδομένων στα αθλητικά παιχνίδια και τις διάφορες τεχνικές στον τομέα της Εξόρυξης γνώσης που χρησιμοποιούνται για διάφορες προβλέψεις, μας δίνετε η δυνατότητα να βγάλουμε διάφορες γνώσεις οι οποίες επηρεάζουν άμεσα τα αποτελέσματα στα διάφορα αθλήματα. Σε πολλές περιπτώσεις , η πρόβλεψη των αθλητικών αποτελεσμάτων ήταν πάντα μια ελκυστική πρόκληση για έρευνα μέσα σε αυτό το πεδίο. Η παρούσα διπλωματική εργασία επικεντρώνετε στην εξόρυξη δεδομένων για αγώνες μπάσκετ δημιουργώντας ένα μοντέλο το οποίο θα είναι ικανό για πρόβλεψη αποτελεσμάτων κάνοντας χρήση διαφόρων αλγορίθμων. Με σκοπό να γίνει όσο το δυνατόν μια καλύτερη και σωστότερη πρόβλεψη του αποτελέσματος, συλλέχτηκαν δεδομένα από διάφορες ιστοσελίδες αθλητικών αγώνων ώστε το μοντέλο μάθηση να ανταποκρίνεται καλύτερα στην πραγματικότητα. Η μεθοδολογία που χρησιμοποιήθηκε είναι να δημιουργήσουμε ένα πρόγραμμα το οποίο συλλέγει όλα τα δεδομένα από τις ιστοσελίδες για παιχνίδια τα οποία έχουν γίνει στο παρελθόν και έπειτα επιλέγουμε μερικά πεδία αυτών. Με τον όρο πεδία εννοούμε τα πεδία των αγώνων που θεωρήσαμε εμείς ικανά για την σωστότερη πρόβλεψη (πχ επιτυχία στις βολές στα τρίποντα, λάθη ομάδα, λάθη παιχτών, διάφορα στατιστικά κτλ). Τέλος υπολογίστηκε ότι κάθε ομάδα παίζει κατά μέσο όρο 82 παιχνίδια το χρόνο έτσι έχουμε περίπου 2600 δεδομένα για κάθε μια κατηγορία. Έτσι με ένα τόσο μεγάλο όγκο δεδομένων είμαστε κατά κύριο λόγο περισσότερο ακριβείς για μελλοντικές προβλέψεις επερχόμενων αγώνων. 2019-10-30T10:00:02Z 2019-10-30T10:00:02Z 2018-06-10 http://hdl.handle.net/11610/19539 el_GR Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές http://creativecommons.org/licenses/by-nc-nd/4.0/ 79 σ. application/pdf Σάμος
spellingShingle εξόρυξη
δεδομένα
προβλέψεις
prediction
data
mining
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Prediction theory (URL: http://id.loc.gov/authorities/subjects/sh85106258)
Basketball (URL: http://id.loc.gov/authorities/subjects/sh00007737)
Παζιούρος, Κωνσταντίνος
Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title_full Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title_fullStr Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title_full_unstemmed Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title_short Προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
title_sort προβλέψεις αγώνων καλαθοσφαίρισης με χρήση εργαλείων της εξόρυξης δεδομένων
topic εξόρυξη
δεδομένα
προβλέψεις
prediction
data
mining
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Prediction theory (URL: http://id.loc.gov/authorities/subjects/sh85106258)
Basketball (URL: http://id.loc.gov/authorities/subjects/sh00007737)
url http://hdl.handle.net/11610/19539
work_keys_str_mv AT paziouroskōnstantinos problepseisagōnōnkalathosphairisēsmechrēsēergaleiōntēsexoryxēsdedomenōn