ВВЕДЕНИЕ 3
ГЛАВА 1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 5
1.1 Методы интеллектуального анализа в прогнозировании спортивных результатов 5
1.2 . Обзор существующих сервисов для прогнозирования спортивных результатов 11
ГЛАВА 2. ПОСТРОЕНИЕ МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ ФУТБОЛЬНЫХ МАТЧЕЙ 15
2.1 Прогнозирование с помощью нейронных сетей 16
2.1.1 Определение критериев для прогнозирования 16
2.1.2 Выбор архитектуры нейронной сети 18
2.1.3 Тренировка нейронных сетей 19
2.1.4 Анализ результатов обучения 22
2.2 Прогнозирование на основе метода «random forests» 22
2.3 . Приложение для прогнозирования результатов футбольных матчей ... 25
2.3.1 База данных 28
2.3.2 Программная реализация приложения 29
ЗАКЛЮЧЕНИЕ 36
СПИСОК ЛИТЕРАТУРЫ 37
ПРИЛОЖЕНИЕ 39
Актуальность. В настоящее время прогнозирование исходов спортивных мероприятий очень популярная и актуальная тема. Перед любыми играми в различных видах спорта и крупными турнирами люди часто делают свои прогнозы, с какой вероятностью победит та или иная команда. В связи с этим актуальной задачей является разработка удобного приложения, позволяющего с помощью интеллектуального анализа данных прогнозировать результаты спортивных матчей.
Целью магистерской диссертации является разработка web-приложения для определения вероятностей побед или поражений в футбольных матчах.
Для выполнения поставленной цели необходимо решить следующие задачи:
— изучить информацию о методах спортивного прогнозирования;
— проанализировать существующие сайты, которые специализируются на прогнозировании результатов;
— изучить статистические данные результатов спортивных матчей;
— определить критерии, которые будут использоваться для определения вероятностей побед;
— изучить методы интеллектуального анализа данных, на базе которых в приложении будет строиться прогноз;
— определить базу данных для хранения информации определенных критериев;
— изучить и выбрать инструменты, которые нужны для полной реализации web-приложения;
— разработать удобный пользовательский интерфейс.
Предметом исследования является прогнозирование исходов спортивных матчей.
Объектом исследования является прогнозирование вероятностей исходов футбольных матчей при помощи методов интеллектуального анализа.
Структура работы. Магистерская диссертация состоит из введения, двух глав с параграфами, заключения, списка используемой литератур и приложения. В первой главе проведен обзор методов интеллектуального анализа в прогнозировании спортивных матчей; описаны существующие сервисы по прогнозированию. Во второй главе строятся модели прогнозирования на основе нейронных сетей и метода random forest. На базе этих моделей разработано приложение, позволяющее проводить вероятностный прогноз. В заключении подведены краткие итоги исследования.
Система прогнозирования результатов спортивных игр с использованием методов интеллектуального анализа данных. А также похожие готовые работы: страница 42 #9106813
Артикул: 9106813
- Предмет: Программирование
- Уникальность: 78% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2024 году
- Количество страниц: 55
- Формат файла: docx
2 500p.
1. Искусственные нейронные сети — [Электронный ресурс] — URL: https://kpfu.ru/staff_files/F1493580427/NejronGafGal.pdf (Дата обращения: 15.04.2024)
2. Петров Д. А., Шакирзянов М. Н., Горбунов А. Ю. Применение искусственных нейронных сетей для прогнозирования результатов спортивных соревнований. // Информационные технологии и вычислительные системы. 2021. № 2. С. 60-66.
3. Логистическая регрессия: подробный разбор — [Электронный ресурс] — URL: https://habr.com/ru/companies/skillfactory/articles/714244/ (Дата обращения: 23.04.2024)
4. Метод опорных векторов — [Электронный ресурс] — URL: https://logic.pdmi.ras.ru/~sergey/teaching/tra18/06-svm.pdf (Дата обращения: 27.04.2024)
5. Введение в общие цепи Маркова — [Электронный ресурс] — URL: http://www.unn.ru/books/met_files/MarkovChains.pdf (Дата обращения: 01.05.2024)
6. Рейтинг приложений по прогнозированию — [Электронный ресурс] — URL: https://www.sports.ru/betting/ratings/ (Дата обращения: 05.05.2024)
7. European Soccer Database — [Электронный ресурс] — URL: https://www.kaggle.com/datasets/abdelrhmanragab/european-soccer- database?select=Team.csv (Дата обращения: 07.05.2024)
8. Персептроны - Нейронные сети — [Электронный ресурс] — URL: httpsV/neural.radkopeter.ru/chapter/nepcenipoHbi/ (Дата обращения: 10.05.2024)
9. Библиотеки Python для нейронных сетей — [Электронный ресурс] — URL: https://otus.ru/nest/post/738/ (Дата обращения: 13.05.2024)
10. Валидационная и тестовые выборки — [Электронный ресурс] — URL: https://zabir.ru/validatsionnaya/i/testovaya/viyborki/ (Дата обращения: 14.05.2024 )
11. Метод random forest. Основы и примеры — [Электронный ресурс] — URL: https://sky.pro/wiki/python/metod-sluchajnogo-lesa-osnovy-i-primery/ (Дата обращения: 19.05.2024)
12. Основные инструменты для web-разработки — [Электронный ресурс] — URL: https://edisonstudio.ru/blog/about-razrabotka/instrumenty-dlya- veb-razrabotki/ (Дата обращения: 20.05.2024)
13. Руководство по MongoDB — [Электронный ресурс] — URL: https://metanit.com/nosql/mongodb/ (Дата обращения: 22.05.2024)
14. Фронтенд-разработка: ключевые технологии и понятия — [Электронный ресурс] — URL:
https://habr.com/ru/companies/otus/articles/674748/ (Дата обращения: 22.05.2024)
15. Основы бэкенда — [Электронный ресурс] — URL: https://university.ylab.io/articles/tpost/jouxged5o1-osnovi-bekenda (Дата
обращения: 23.05.2024)
16. Docker — [Электронный ресурс] — URL: https://ugolok.vercel.app/books/docker/use_docker.pdf (Дата обращения: 25.05.2024)
17. Фомина Е.Е. Использование алгоритма random forest для обработки социально-экономических данных // Вестник ПНИПУ. Социально-экономические науки. 2022. №1. URL:
https://cyberleninka.ru/article/n/ispolzovanie-algoritma-random-forest-dlya- obrabotki-sotsialno-ekonomicheskih-dannyh (дата обращения: 16.06.2024).
2. Петров Д. А., Шакирзянов М. Н., Горбунов А. Ю. Применение искусственных нейронных сетей для прогнозирования результатов спортивных соревнований. // Информационные технологии и вычислительные системы. 2021. № 2. С. 60-66.
3. Логистическая регрессия: подробный разбор — [Электронный ресурс] — URL: https://habr.com/ru/companies/skillfactory/articles/714244/ (Дата обращения: 23.04.2024)
4. Метод опорных векторов — [Электронный ресурс] — URL: https://logic.pdmi.ras.ru/~sergey/teaching/tra18/06-svm.pdf (Дата обращения: 27.04.2024)
5. Введение в общие цепи Маркова — [Электронный ресурс] — URL: http://www.unn.ru/books/met_files/MarkovChains.pdf (Дата обращения: 01.05.2024)
6. Рейтинг приложений по прогнозированию — [Электронный ресурс] — URL: https://www.sports.ru/betting/ratings/ (Дата обращения: 05.05.2024)
7. European Soccer Database — [Электронный ресурс] — URL: https://www.kaggle.com/datasets/abdelrhmanragab/european-soccer- database?select=Team.csv (Дата обращения: 07.05.2024)
8. Персептроны - Нейронные сети — [Электронный ресурс] — URL: httpsV/neural.radkopeter.ru/chapter/nepcenipoHbi/ (Дата обращения: 10.05.2024)
9. Библиотеки Python для нейронных сетей — [Электронный ресурс] — URL: https://otus.ru/nest/post/738/ (Дата обращения: 13.05.2024)
10. Валидационная и тестовые выборки — [Электронный ресурс] — URL: https://zabir.ru/validatsionnaya/i/testovaya/viyborki/ (Дата обращения: 14.05.2024 )
11. Метод random forest. Основы и примеры — [Электронный ресурс] — URL: https://sky.pro/wiki/python/metod-sluchajnogo-lesa-osnovy-i-primery/ (Дата обращения: 19.05.2024)
12. Основные инструменты для web-разработки — [Электронный ресурс] — URL: https://edisonstudio.ru/blog/about-razrabotka/instrumenty-dlya- veb-razrabotki/ (Дата обращения: 20.05.2024)
13. Руководство по MongoDB — [Электронный ресурс] — URL: https://metanit.com/nosql/mongodb/ (Дата обращения: 22.05.2024)
14. Фронтенд-разработка: ключевые технологии и понятия — [Электронный ресурс] — URL:
https://habr.com/ru/companies/otus/articles/674748/ (Дата обращения: 22.05.2024)
15. Основы бэкенда — [Электронный ресурс] — URL: https://university.ylab.io/articles/tpost/jouxged5o1-osnovi-bekenda (Дата
обращения: 23.05.2024)
16. Docker — [Электронный ресурс] — URL: https://ugolok.vercel.app/books/docker/use_docker.pdf (Дата обращения: 25.05.2024)
17. Фомина Е.Е. Использование алгоритма random forest для обработки социально-экономических данных // Вестник ПНИПУ. Социально-экономические науки. 2022. №1. URL:
https://cyberleninka.ru/article/n/ispolzovanie-algoritma-random-forest-dlya- obrabotki-sotsialno-ekonomicheskih-dannyh (дата обращения: 16.06.2024).
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
Тема: | Система прогнозирования результатов спортивных игр с использованием методов интеллектуального анализа данных |
Артикул: | 9106813 |
Дата написания: | 27.06.2024 |
Тип работы: | Магистерская диссертация |
Предмет: | Программирование |
Оригинальность: | Антиплагиат.ВУЗ — 78% |
Количество страниц: | 55 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
Файлы артикула: Система прогнозирования результатов спортивных игр с использованием методов интеллектуального анализа данных. А также похожие готовые работы: страница 42 по предмету программирование
Пролистайте "Система прогнозирования результатов спортивных игр с использованием методов интеллектуального анализа данных. А также похожие готовые работы: страница 42" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 14.01.2025
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 78% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
Утром сдавать, а работа еще не написана?
Через 30 секунд после оплаты вы скачаете эту работу!
Сегодня уже купили 30 работ. Успей и ты забрать свою пока это не сделал кто-то другой!
ПРЕДЫДУЩАЯ РАБОТА
Web-приложение для ведения семейных дел
СЛЕДУЮЩАЯ РАБОТА
Компьютерная игра в жанре «Шутер» на движке Unreal Engine