پیش بینی تیم برنده در مسابقات فوتبال به کمک تکنیک های داده کاوی

گسترش داده کاوی در حوزه ورزش در سالهای اخیر سرعت گرفته است. این امر سبب شده تا بسیاری ازتحلیل ها در رشته های ورزشی گوناگون به سمت علم داده برود و از این منظر عملکرد ورزشکار (یاورزشکاران) مورد بررسی قرار گیرد. هدف این پژوهش پیش بینی تیم برنده در مسابقات فوتبال است کهاین امر را به کمک شاخصه های عملکرد تیم در طول مسابقه (نظیر تعداد پاس، تعداد شوت و ...) محققساخته ایم. این پیش بینی به کمک مدل های یادگیری ماشینی گوناگونی، از قبیل رگرسیون لجستیک،جنگل تصادفی، درخت بگینگ، بردار پشتیبان ماشین، پرسپترون چندلایه، بیز ساده، درختتصمیم و کی- نزدیکترین همسایه صورت گرفته است. داده های مورد مطالعه مربوط به پنج لیگ معتبراروپایی، یعنی انگلستان، اسپانیا، ایتالیا، آلمان و فرانسه، در بازه فصول ۱۳-۲۰۱۲ الی ۱۷-۲۰۱۶ می باشند. مطابق مدل های نامبرده در بالا، بیشترین دقت متعلق به مدل پرسپترون چندلایه با دقتپیش بینی ۸۴.۲۵ درصد می باشد. پیاده سازی الگوریتم ها به کمک زبان برنامه نویسی پایتون و همچنیننرم افزار رپیدماینر انجام شد تا از دقت مدل ها اطمینان کافی حاصل گردد.

کلیدواژه ها:

یادگیری ماشینی ، داده کاوی ، دسته بندی ، پیش بینی ، فوتبال