| شناسگر رکورد: | ۱۵۹۷۴ |
| رشته تحصیلی: | نرم افزار |
| عنوان: | بهبود مدیریت تیمهای ورزشی با استفاده از یادگیری ماشین |
| نويسنده: | نادر خادمیان هاشمی |
| استاد راهنما : | دکتر احسان اخترکاوان |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۸ |
| چکیده: | تجزیه و تحلیل ورزشی به طور موفقیت آمیزی در ورزشهایی از قبیل بیسبال و بسکتبال به کار گرفته شدهاست. اما تحقیق در زمینه تحلیل فوتبالی با روشهای یادگیری ماشین تنها محدود به پیش بینی بوده است و این نیاز وجود دارد که کشف بشود که آیا یادگیری ماشین میتواند کمک به کسب نتایج بهتر و عمیقتری در تحلیل فوتبالی کند. در این پایان نامه تحلیلهای توصیفی از مسابقات فوتبال و عملکرد بازیکنان انجام میدهیم. در فوتبال تکیه بر رتبههای کارشناسان برای ارزیابی عملکرد یک بازیکن مرسوم است. به هر حال کارشناسان معیارهایی که برای رتبهبندی منظور میکنند، فاش نمیکنند. به منظور پیداکردن مهمترین ویژگیهای عملکردی یک بازیکن در رتبهبندی، یک سری کلاسبندیهایی از طریق روش هرس و الگوریتمهای یادگیری ماشین انجام دادیم. بهترین نتایج در پیشبینی رتبهها با استفاده از متریکهای عملکردی، دارای میانگین خطای ۰.۱۷ بودند. ما مهمترین متریکهای عملکردی در هر پست زمین فوتبال را بدست آوردیم که تقریبا مشابه ویژگیهایی است که کارشناسان فوتبال در رتبهبندی لحاظ میکنند. ۳۴ ویژگی عملکردی پیدا کردیم که با استفاده از آن میتوان نتیجه مسابقه را با دقت ۶۳.۴ درصد پیشبینی کرد. در مرحله بعد یک روش برای تجمیع رتبههای تیمی طراحی کردیم. با ایجاد ۲۷ ویژگی رتبهبندی تیمی و استفاده از ۸ ویژگی تیمی که در بازی فعلی روی رتبههای بازیکنان تجمیع شدهبود، به یک دقت پیشبینی ۹۰ درصدی رسیدیم. که این مشاهده بیانگر این است که کارشناسان فوتبال تحت تاثیر نتیجه مسابقه هستند. سپس با استفاده از روش میانگین وزنی، رتبههای تیمی در مسابقههای قبلی را تجمیع کردیم. به این نتیجه رسیدیم که به دلیل غیر قابل پیش بینی بودن نتیجه مساوی، نتیجه مسابقه فقط وابسته به رتبههای مسابقه فعلی است. |
| واژگان کلیدی: | مهندسی کامپیوتر |
| مهندسی نرم افزار | |
| یادگیری ماشین | |
| تیمهای ورزشی | |
| تجزیه و تحلیل ورزشی |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 224721 | 1 | ||||||||||
| 224722 | 2 |