NBA ANALYTICS : Πρόβλεψη με την βοήθεια μηχανικής μάθησης

Διπλωματική Εργασία uoadl:3243449 71 Αναγνώσεις

Μονάδα:
Κατεύθυνση Διοίκηση, Αναλυτική και Πληροφοριακά Συστήματα Επιχειρήσεων
Βιβλιοθήκη Τμήματος Οικονομικών Επιστημών και Τμήματος Διοίκησης Επιχειρήσεων και Οργανισμών
Ημερομηνία κατάθεσης:
2022-11-14
Έτος εκπόνησης:
2022
Συγγραφέας:
Μανής Δημοσθένης
Στοιχεία επιβλεπόντων καθηγητών:
Βασίλειος Λαζάρου, Λέκτορας ,Τμήμα Οικονομικών Επιστημών, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών.
Πρωτότυπος Τίτλος:
NBA ANALYTICS : Πρόβλεψη με την βοήθεια μηχανικής μάθησης
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
NBA ANALYTICS : Πρόβλεψη με την βοήθεια μηχανικής μάθησης
Περίληψη:
H διπλωματική εργασία ασχολείται με την ανάλυση δεδομένων και εφαρμογή μεθόδων μηχανική μάθησης για την απόκτηση χρήσιμων πληροφοριών για τις ομάδες μπάσκετ του NBA. Αρχικά παρουσιάστηκαν, μέσω μίας ανάλυσης SWOT, τα άμεσα πλεονεκτήματα (strengths), τα άμεσα μειονεκτήματα (weaknesses), οι ευκαιρίες που ενδέχεται να παρουσιαστούν καθώς και οι απειλές που ενδέχεται να παρουσιαστούν. Με αυτό τον τρόπο παρουσιάζεται η πολύπλευρη χρησιμότητα της ανάλυσης δεδομένων και της μηχανικής μάθησης στις ομάδες του NBA Στη συνέχεια γίνεται μια συνοπτική εισαγωγή στην μηχανική μάθηση, στα είδη αυτής, καθώς και σε κάποιους βασικούς αλγορίθμους. Έπειτα καθορίζεται ο στόχος του πρακτικού μέρους της εργασίας και η μεθοδολογία για να επιτευχθεί. To πρακτικό κομμάτι αποτελείται από την προσπάθεια εύρεσης ενός μοντέλου πρόβλεψης της απόδοσης ενός παίκτη στη καριέρα του μέσω της μεταβλητής EFF καριέρας. Το πρακτικό κομμάτι ξεκινάει με την προετοιμασία των δεδομένων και την περιγραφή των μεταβλητών. Μετά από μία περιγραφική ανάλυση του συνόλου δεδομένων, ξεκινάει η εφαρμογή των αλγορίθμων μηχανικής μάθησης στο σύνολο δεδομένων. Αρχικά γίνεται η εφαρμογή γραμμικής παλινδρόμησης και στη συνέχεια των αλγορίθμων βασισμένων σε δέντρα αποφάσεων. Κατά την διάρκεια της εφαρμογής γίνεται επιλογή συντελεστών έτσι ώστε να αντιμετωπιστούν τα προβλήματα που δημιουργούνται. Τέλος, γίνεται σύγκριση των αποτελεσμάτων από την εφαρμογή των μοντέλων και εξάγονται τα συμπεράσματα που χρειαζόμαστε.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
NBA Analytics, Μηχανική Μάθηση, Γραμμική Παλινδρόμηση, Δέντρα Αποφάσεων
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
37
Αριθμός σελίδων:
71