Využití strojového učení na trhu kurzového sázení ve sportovní oblasti – Bc. Radim Hajda
Bc. Radim Hajda
Master's thesis
Využití strojového učení na trhu kurzového sázení ve sportovní oblasti
Using Machine Learning at the Betting Market in the Sport Field
Abstract:
Cílem této práce je profitovat na živém fotbalovém sázkovém trhu pomocí strojového učení. Doposud se akademické práce věnovaly převážně předzápasovým sportovním sázkovým trhům. Pomocí přesnosti se porovnávají vytvořené modely s bookmakerem. Nejlepší model dosahoval o 2,84 % větší přesnosti než bookmaker. Oba navržené modely vykazovaly zisk v sezoně 2020/2021 anglické nejvyšší fotbalové soutěže Premier …moreAbstract:
The goal of this thesis is to generate a profit in in-play betting markets using machine learning. Lots of academic works has focused mainly on pre match sports betting markets. The created models compared with the bookmaker using accuracy. The best model achieved 2,84 % higher accuracy than the bookmaker. Both created models reached a profit in the 2020/2021 season of the English Premier League.
Language used: Czech
Date on which the thesis was submitted / produced: 28. 5. 2021
Thesis defence
Citation record
ISO 690-compliant citation record:
HAJDA, Radim. \textit{Využití strojového učení na trhu kurzového sázení ve sportovní oblasti}. Online. Master's thesis. Zlín: Tomas Bata University in Zlín, Faculty of Applied Informatics. 2021. Available from: https://theses.cz/id/a6fim0/.
The right form of listing the thesis as a source quoted
Hajda, Radim. Využití strojového učení na trhu kurzového sázení ve sportovní oblasti. Zlín, 2021. diplomová práce (Ing.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
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: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Tomas Bata University in Zlín
Faculty of Applied InformaticsMaster programme / field:
Engineering Informatics / Computer and Communication Systems
Theses on a related topic
-
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase
Vít Hlaváček -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Vzdělávací hra vysvětlující strojového učení a neuronové sítě
Jakub Ostrihoň -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL -
Neuronové sítě a jejich aplikace
Erik Benovic -
Model vozidla s automatickým sledováním trasy pomocí konvoluční neuronové sítě
Jakub Zahradník -
Vývoj neuronové sítě pro rozpoznávání objektu v digitálním obrazu
Denis Voinkov