ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Computer Science and Engineering
  • Bachelor Theses - 13136
  • View Item
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Computer Science and Engineering
  • Bachelor Theses - 13136
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Strojové učení v bojových sportech

Machine learning in combat sports

Type of document
bakalářská práce
bachelor thesis
Author
Mikoláš Bartoš
Supervisor
Uhrín Matej
Opponent
Drchal Jan
Field of study
Software
Study program
Otevřená informatika
Institutions assigning rank
katedra počítačů



Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Tato bakalářská práce zkoumá příležitosti pro generování profitu na sázkařských trzích pro smíšená bojová umění (MMA) za pomoci strojového učení. Oficiální data z Ultimate Fighting Championship (UFC) byla shromážděna za účelem předpovídání výsledků budoucích zápasů pomocí navržené neuronové sítě. Experimentální ztrátové funkce byly použity ke snížení korelace s předpovědmi bookmakera s cílem využít výhodnější pozice sázkaře v porovnání s bookmakerem. Kellyho kritérium a jeho alternativní podoba pro více souběžně konaných zápasů byly následně aplikovány jako kritérium pro alokaci finančních zdrojů na sázkařské příležitosti. Pro zhodnocení navrženého modelu společně s dvěma strategiemi sázení byla využita metoda bootstrap, která zvyšuje pravděpodobnost, že dosažený profit není výsledkem náhody.
 
This work examines the opportunities for profit generation on the mixed martial arts (MMA) betting market using machine learning. Official data from the Ultimate Fighting Championship (UFC) was acquired and processed to be used by the proposed neural network model to predict fight outcomes. Experimental loss functions decreasing correlation with bookmaker's estimates were used in the training process to exploit the discussed advantage a bettor holds over a bookmaker. The Kelly Criterion and its alternative for simultaneous games were then applied as wealth allocation policies on historical odds. The model and the two betting strategies were assessed using the bootstrap method to rule out any randomness of the achieved betting returns.
 
URI
http://hdl.handle.net/10467/96672
View/Open
PLNY_TEXT (1.768Mb)
PRILOHA (5.211Mb)
POSUDEK (211.9Kb)
POSUDEK (124.2Kb)
Collections
  • Bakalářské práce - 13136 [964]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV