Využití statistických metod pro predikci sportovních výsledků – Daniel Randuška
Daniel Randuška
Bachelor's thesis
Využití statistických metod pro predikci sportovních výsledků
The use of statistical methods for prediction of sport results
Abstract:
Práce se zabývá tvorbou modelů pro predikci výsledků utkání basketbalové NBA. Za pomoci historických statistik z utkáních a týmového ohodnocení založených na Elo modelu, vytvořené modely určují pravděpodobnost výhry domácích týmů. Pro vytvoření ohodnocení dle Elo modelu byly zvoleny dva postupy. Jedním z nich je převzetí již existující modifikované verze původního modelu. Druhým je vytvoření vlastní …moreAbstract:
The thesis is focused on the creation of models for predicting the results of NBA basketball games. With the help of historical statistics from the matches and team evaluation based on the Elo model, the created models determine the probability of the home team winning games. There are two ways which have been chosen to create team evaluation based on the Elo model. One of them was the adoption of …more
Language used: Czech
Date on which the thesis was submitted / produced: 7. 5. 2023
Identifier:
https://vskp.vse.cz/eid/89547
Thesis defence
- Date of defence: 14. 6. 2023
- Supervisor: Jan Fojtík
- Reader: Jan Rejthar
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/89547
Vysoká škola ekonomická v Praze
Bachelor programme / field:
Kvantitativní metody v ekonomice / Matematické metody v ekonomii
Theses on a related topic
-
Metoda podpůrných vektorů pro funkcionální data
Tomáš Pompa -
Klasifikace pomocí metod strojového učení
Tomáš Pompa -
Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.
Hana Mlčochová -
Support vector machines a evoluční algoritmy
Martin Ševčík -
Support vector machines: teorie, aplikace a softwarové implementace
Daniil Podtesov -
Rozpoznávání ručně psaných číslic pomocí support vector machines
Jozef Hricko -
Support vector machines for credit scoring
Michal Haltuf -
Credit score model via GAS model and logistic regression
Nela Hendrichová