Rešavaće se predikcija rezultata NBA utakmica, što znači da ćemo moći i vršiti predikciju pobednika. Statistika timova će predstavljati atribute na osnovu kojih će se vršiti predikcija.
Neki primeri naprednih statističkih kategorija: ofanzivni rejting (koristi se da se izdračunaju ofanzivne performanse tima po zadatoj formuli), defanzivni rejting(koristi se da se izračunaju defanzivne performanse tima po formuli), procenat poena koji su postignuti posle asistencija itd. Naravno u obzir dolaze i osnovne statističe kategorije kao što su broj skokova, procenat šuta itd. Biće pokušano da se u obzir uzme i trenutna forma tima.
Koji će algoritmi biti korišteni?
Regresija
Neuronske mreže
Kada podaci budu adekvatno predstavljeni ne bi trebalo biti problem izvršiti predikciju na osnovu još nekih algoritama.
Metrika za poređenje performansi algoritama i/ili parametara algoritma?
Za svaki algoritam će se meriti procentualna tačnost predikcije i ti podaci će biti upoređeni.
Podaci koji se koriste?
Podaci se dostupni online i biće manuelno skupljani. Dostupni su na stranicama kao što su:
Veliki problem će pedstavljati filtracija podaka, s obzirom da podaci poseduju dosta šuma(npr. povreda važnog igrača). Rezultat rešenja će u velikoj meri zavisiti od količine izbačenog šuma.
Validacija rešenja?
Validacioni set će predstavljati rezultati iz poslednje sezone.
Ko su članovi tima?
Vukašin Mićić RA 118/2014, grupa 4
Problem koji se rešava?
Rešavaće se predikcija rezultata NBA utakmica, što znači da ćemo moći i vršiti predikciju pobednika. Statistika timova će predstavljati atribute na osnovu kojih će se vršiti predikcija.
Neki primeri naprednih statističkih kategorija: ofanzivni rejting (koristi se da se izdračunaju ofanzivne performanse tima po zadatoj formuli), defanzivni rejting(koristi se da se izračunaju defanzivne performanse tima po formuli), procenat poena koji su postignuti posle asistencija itd. Naravno u obzir dolaze i osnovne statističe kategorije kao što su broj skokova, procenat šuta itd. Biće pokušano da se u obzir uzme i trenutna forma tima.
Koji će algoritmi biti korišteni?
Regresija Neuronske mreže
Kada podaci budu adekvatno predstavljeni ne bi trebalo biti problem izvršiti predikciju na osnovu još nekih algoritama.
Metrika za poređenje performansi algoritama i/ili parametara algoritma?
Za svaki algoritam će se meriti procentualna tačnost predikcije i ti podaci će biti upoređeni.
Podaci koji se koriste?
Podaci se dostupni online i biće manuelno skupljani. Dostupni su na stranicama kao što su:
http://stats.nba.com/ - detaljna statistika https://www.eskimo.com/~pbender/nba-daily/games.html - rezultati utakmica,
kao i na mnogim drugim stranicama.
Veliki problem će pedstavljati filtracija podaka, s obzirom da podaci poseduju dosta šuma(npr. povreda važnog igrača). Rezultat rešenja će u velikoj meri zavisiti od količine izbačenog šuma.
Validacija rešenja?
Validacioni set će predstavljati rezultati iz poslednje sezone.
Repozitorijum: https://github.com/vmicic/NBA-Score-Prediction