Softwarový framework pro analýzu postupů sportovního sázení

Abstract

Tato práce se zabývá návrhem a implementací software frameworku pro testování strojového učení v oblasti sportovního sázení. Framework navazuje na předchozí pokusy a klade důraz na pevné principy softwarového inženýrství, jako jsou modularita, rozšiřitelnost, jednoduchost použití, bezproblémová instalace a komplexní dokumentace s praktickými příklady. Framework integruje existující modely, data a sázkové strategie poskytnuté vedoucím práce a současně využívá osvědčené postupy softwarového vývoje a MLOps pro efektivní a reprodukovatelné experimentování. Práce zahrnuje studium relevantní předchozí práce, návrh robustní a modulární architektury a implementaci uživatelsky přívětivého balíčku se systémem verzování a snadnou instalací. Funkčnost frameworku je demonstrována na několika end-to-end pracovních postupech ve sportovním sázení, což dokládá jeho praktickou využitelnost a flexibilitu pro výzkum a vývoj v této oblasti.

This thesis presents the design and implementation of a software framework for testing machine learning workflows in the domain of sports betting. Building upon previous efforts, the framework emphasizes sound software engineering principles, including modularity, extensibility, ease of use, seamless installation, and comprehensive documentation with practical examples. The framework integrates existing models, data, and betting strategies provided by the supervisor, while applying best practices from software engineering and MLOps to ensure efficient and reproducible experimentation. The work includes a study of relevant prior work, the design of a robust and modular architecture, and the implementation of a user-friendly package with thorough versioning and setup procedures. The frameworks functionality is demonstrated through multiple end-to-end workflows in sports betting, highlighting its practical utility and flexibility for research and development in this field.