prikaz prve stranice dokumenta Prediktivna analiza podataka s vremenskim slijedom iz domene sporta
Rad nije dostupan
diplomski rad
Prediktivna analiza podataka s vremenskim slijedom iz domene sporta
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. urn:nbn:hr:168:649677
Črljenec, Nino
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Črljenec, N. (2014). Prediktivna analiza podataka s vremenskim slijedom iz domene sporta (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:649677

Črljenec, Nino. "Prediktivna analiza podataka s vremenskim slijedom iz domene sporta." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. https://urn.nsk.hr/urn:nbn:hr:168:649677

Črljenec, Nino. "Prediktivna analiza podataka s vremenskim slijedom iz domene sporta." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. https://urn.nsk.hr/urn:nbn:hr:168:649677

Črljenec, N. (2014). 'Prediktivna analiza podataka s vremenskim slijedom iz domene sporta', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:649677

Črljenec N. Prediktivna analiza podataka s vremenskim slijedom iz domene sporta [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2014 [pristupljeno 27.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:649677

N. Črljenec, "Prediktivna analiza podataka s vremenskim slijedom iz domene sporta", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2014. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:649677

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:649677
Podaci o radu
NaslovPrediktivna analiza podataka s vremenskim slijedom iz domene sporta
Naslov (engleski)Predictive analysis of time series data in sports
AutorNino Črljenec
MentorMarko Banek (mentor)
Član povjerenstvaMarko Banek (predsjednik povjerenstva)
Član povjerenstvaBoris Vrdoljak (član povjerenstva)
Član povjerenstvaDamir Pintar (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2014-07-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Cilj ovog rada bio je razviti model dubinske analize podataka za predviđanje ishoda nogometne utakmice na temelju prethodnih rezultata. Željeni ishod obavljenog istraživanja je bio odrediti idealni vremenski interval koji daje najbolje rezultate predviđanja. Kao pristup rješavanju navedenog problema odabran je CRISP – DM model. Podaci za analizu su preuzeti s web stranice sportskih rezultata te transformirani i učitani u bazu podataka. Izgrađena su tri različita modela podataka za predviđanje ishoda utakmice s naglaskom na različite vremenske intervale. Svaki od modela evaluiran je pomoću programskog alata Weka koji je potom generirao prediktivne modele pomoću tri različita algoritma: stabla odluke J48, linearne regresije i logističke regresije. Za svaki model, dani su rezultati predikcije koji su međusobno uspoređeni te je odabran najbolji za korištenje budućih predviđanja. Također, razvijeno je korisničko sučelje za pregledniji prikaz dobivenih rezultata.
Sažetak (engleski)
The topic of the thesis was to develop a data mining model for predicting the outcome of football matches based on previous results. The desired outcome of the research was to determine the ideal time interval that gives the best prediction results. The CRISP - DM model was selected as a solution for described problems. Data for the analysis was downloaded from the sports results website which was later transformed and loaded into the database. Three different data models were built, each of them using different time intervals for prediciting the outcome. Each of the models was evaluated using the Weka software tool which then generated predictive models by using three different algorithms: J48 decision tree, linear regression and logistic regression. For each built model, the results of the predictions were compared with other models. After that the best model was selected for future predictions. Also, a graphic user interface was developed for better preview of collected data.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:649677
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 pohrane2018-02-06 08:18:58