Надія Олександрівна Кушнір, Юрій Іванович Лисогор, Іван Дмитрович Лімінович, Тамара Миколаївна Локтікова, Андрій Васильович Морозов
{"title":"Програмний комплекс для аналізу статистики футбольних матчів та прогнозування результатів на основі машинного навчання","authors":"Надія Олександрівна Кушнір, Юрій Іванович Лисогор, Іван Дмитрович Лімінович, Тамара Миколаївна Локтікова, Андрій Васильович Морозов","doi":"10.26642/ten-2022-2(90)-70-78","DOIUrl":null,"url":null,"abstract":"Досліджується застосування методів машинного навчання для прогнозування результатів футбольних матчів. Розглядається задача аналізу футбольної статистики за допомогою контрольованого машинного навчання. Для цього було сформовано спеціальний набір даних, який подається на вхід системи. Модель машинного навчання аналізує зв’язки між різними статистичними даними та відстежує залежності між ними. Здійснено побудову моделі, її навчання та тестування із використанням бібліотеки «Keras». Для візуального відображення отриманих даних було створено сайт. Для його розробки використовувалися сучасні технології. Клієнтська частина розроблена засобами HTML, CSS та JavaScript. Серверну частину розроблено з використанням мови PHP та фреймворку Yii2. Досліджено якість роботи пропонованої моделі машинного навчання порівняно з реальними результатами футбольних матчів. Найкращі результати роботи досягаються при комбінуванні даних, що подаються на вхід системи, з турнірних таблиць п’яти найбільших чемпіонатів Європи, починаючи з сезону 2014/2015, в один великий масив даних, а не для кожного чемпіонату окремо. Оптимальної точності прогнозів результатів запропонована модель машинного навчання набуває при її навчанні протягом 20 епох.","PeriodicalId":33761,"journal":{"name":"Tekhnichna inzheneriia","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-12-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tekhnichna inzheneriia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26642/ten-2022-2(90)-70-78","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Досліджується застосування методів машинного навчання для прогнозування результатів футбольних матчів. Розглядається задача аналізу футбольної статистики за допомогою контрольованого машинного навчання. Для цього було сформовано спеціальний набір даних, який подається на вхід системи. Модель машинного навчання аналізує зв’язки між різними статистичними даними та відстежує залежності між ними. Здійснено побудову моделі, її навчання та тестування із використанням бібліотеки «Keras». Для візуального відображення отриманих даних було створено сайт. Для його розробки використовувалися сучасні технології. Клієнтська частина розроблена засобами HTML, CSS та JavaScript. Серверну частину розроблено з використанням мови PHP та фреймворку Yii2. Досліджено якість роботи пропонованої моделі машинного навчання порівняно з реальними результатами футбольних матчів. Найкращі результати роботи досягаються при комбінуванні даних, що подаються на вхід системи, з турнірних таблиць п’яти найбільших чемпіонатів Європи, починаючи з сезону 2014/2015, в один великий масив даних, а не для кожного чемпіонату окремо. Оптимальної точності прогнозів результатів запропонована модель машинного навчання набуває при її навчанні протягом 20 епох.