prikaz prve stranice dokumenta Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama
Rad nije dostupan
diplomski rad
Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:004129
Stančin, Igor
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Stančin, I. (2018). Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:004129

Stančin, Igor. "Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:004129

Stančin, Igor. "Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:004129

Stančin, I. (2018). 'Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:004129

Stančin I. Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:004129

I. Stančin, "Dubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:004129

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:004129
Podaci o radu
NaslovDubinska analiza statističkih kategorija praćenja igrača u košarkaškim ekipama
Naslov (engleski)Data mining of player tracking statistical categories in basketball teams
AutorIgor Stančin
MentorAlan Jović (mentor)
Član povjerenstvaAlan Jović (predsjednik povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Član povjerenstvaVlado Sruk (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-09, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu proučavana je značajnost statističkih kategorija unutar grupe praćenja igrača, ali na razini ekipa. Provedena je statistička analiza, dubinska analiza algoritmima za generiranje pravila, analiza klasifikacijom te su napravljene predikcije na temelju prosjeka. Najznačajnije utvrđene značajnosti su: 1) nebranjeni postotka šuta; 2) broja postignutih nebranjenih koševa; 3) postotak branjenog šuta; 4) asistencije i sekundarne asistencije; i 5) prilika za obrambeni skok. U radu predlažemo dvije nove statističke kategorije: postotak efektivnih dodavanja i prilagođeni postotak šuta. Predložene kategorije su također pokazale visok stupanj značajnosti u analizama. Prilikom predikcija na temelju prosjeka zadnjih n utakmica, utvrdili smo kako što je n veći, to su i točnosti veće. Dobivene točnosti predikcija samo na skupu podataka praćenja igrača kreću se oko 65%.
Sažetak (engleski)
Main goal of this thesis was to identify the most significant statistical categories in group of player tracking statistics, but on a team level. We have done statistical analysis on data, analysis with data mining algorithms for rule inducting, analysis with classification, and predictions based on Prosjek values of categories. Results show that most significant categories are: 1) uncontested field goal percentage; 2) uncontested field goals made; 3) contested field goal percentage; 4) assists and secondary assists; and 5) defensive rebound chances. In the thesis, we suggest two novel statistical categories: effective passing ratio and adjusted field goal percentage. With our model for predictions, we obtain Prosjek Točnost around 65% based only on player tracking data. Also, we concluded that if we take more games in calculating the Prosjek, we get higher Točnost of predictions.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:004129
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-14 00:55:03