Predikce vybraných událostí v basketbalovém utkání

Abstract

Tato práce se zabývá problematikou živých předpovědí v oblasti basketbalu, konkrétně v NBA. Práce stručně popisuje doménu, které se predikce týkají a obsahuje analýzu experimentů, které již v minulosti byly provedeny. Dále detailně popisuje proces a možnosti získání dat, na kterých jsou následně experimentálně testovány jednotlivé metody. V praktické části této práce bylo použito několik modelů, mezi něž patří například lineární regrese a náhodné lesy. Nejúspěšnější byla metoda lineární regrese, která měla ve většině predikcí nejmenší odchylku. Predikovány byly statistiky hráčů na konci utkání s tím, že byla známá data z poloviny zápasu.

This thesis is focused on live predictions in basketball, specifically in NBA. The thesis briefly describes the domain and includes an analysis of experiments that have been conducted in the past. It also describes the process and the possibilities of data mining. In the practical part of this thesis, several models have been used, including but not limited to linear regression and random forests. The most successful method was linear regression which had the lowest error in majority of predictions. Player stats at the end of the game were predicted with known mid-game data.