prikaz prve stranice dokumenta Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina
No public access
master's thesis
Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:725231
Ivanković, Iva Maria
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Ivanković, I. M. (2024). Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:725231

Ivanković, Iva Maria. "Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:725231

Ivanković, Iva Maria. "Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:725231

Ivanković, I. M. (2024). 'Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 17 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:725231

Ivanković IM. Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 November 17] Available at: https://urn.nsk.hr/urn:nbn:hr:168:725231

I. M. Ivanković, "Primjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:725231

Metadata
TitlePrimjena strojnog učenja na analizu podataka iz mješovitih borilačkih vještina
Title (english)Utilizing machine learning for analyzing data from mixed martial arts
AuthorIva Maria Ivanković
MentorDario Bojanjac (mentor)
Committee memberDario Bojanjac (predsjednik povjerenstva)
Committee memberMarko Bosiljevac (član povjerenstva)
Committee memberSonja Grgić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-07-19, Croatia
Abstract
Mješovite borilačke vještine, ili skraćeno MMA, relativno je mlad sport koji se tijekom zadnjeg desetljeća naglo razvio i stekao veliku popularnost, kako u svijetu, tako i u Hrvatskoj i okolnim zemljama. Ovaj rad sadrži sveobuhvatnu analizu podrijetla MMA, dolaska sporta u Europu, kao i nastanak i razvoj hrvatske MMA promocije Fight Nation Championship (FNC), u suradnji s kojom je rad nastao. U drugom dijelu rada provedena je temeljita analiza podataka o borcima i borbama u velikim svjetskim MMA organizacijama, s posebnim naglaskom na primjenu modela strojnog učenja za predviđanje pobjednika borbe. Primjenom ovih modela na podatke FNC-a, nastali su konkretni prijedlozi vezano za podatke kojima treba posvetiti pažnju prilikom sastavljanja rostera boraca. Napravljena je i analiza marketinških podataka organizacije, što je rezultiralo poslovnim preporukama za daljnji razvoj organizacije u skladu sa strateškim ciljevima, uz detaljne projekcije za budućnost. Kroz ove analize, rad nudi praktične smjernice za poboljšanje učinkovitosti i popularnosti FNC-a, čime doprinosi unapređenju cjelokupne MMA zajednice u Hrvatskoj.
Abstract (english)
Mixed Martial Arts, or MMA, is a relatively young sport that has developed rapidly over the past decade and gained significant popularity, both globally and in Croatia and its surrounding countries. This thesis provides a comprehensive analysis of the origins of MMA, its introduction to Europe, and the emergence and development of the Croatian MMA promotion Fight Nation Championship (FNC), in collaboration with which this thesis was created. The second part of the thesis presents a thorough analysis of fighter and fight data from major global MMA organizations, with a special focus on the application of machine learning models to predict fight winners. By applying these models to FNC data, concrete recommendations were made regarding which data should be prioritized when assembling the fighter roster. Additionally, an analysis of the organization's marketing data was conducted, resulting in business recommendations for the further development of the organization in line with its strategic goals, along with detailed future projections. Through these analyses, the thesis offers practical guidelines for improving the efficiency and popularity of FNC, thereby contributing to the enhancement of the overall MMA community in Croatia.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:725231
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 20:51:46