Please use this identifier to cite or link to this item: http://eztuir.ztu.edu.ua/123456789/8118
Full metadata record
DC FieldValueLanguage
dc.contributor.authorКушнір, Н.О.-
dc.contributor.authorЛисогор, Ю.І.-
dc.contributor.authorЛімінович, І.Д.-
dc.contributor.authorЛоктікова, Т.М.-
dc.contributor.authorМорозов, А.В.-
dc.contributor.authorKushnir, N.O.-
dc.contributor.authorLysohor, Y.I.-
dc.contributor.authorLiminovych, I.D.-
dc.contributor.authorLoktikova, T.M.-
dc.contributor.authorMorozov, A.V.-
dc.date.accessioned2023-03-15T12:47:47Z-
dc.date.available2023-03-15T12:47:47Z-
dc.date.issued2022-
dc.identifier.urihttp://eztuir.ztu.edu.ua/123456789/8118-
dc.description.abstractДосліджується застосування методів машинного навчання для прогнозування результатів футбольних матчів. Розглядається задача аналізу футбольної статистики за допомогою контрольованого машинного навчання. Для цього було сформовано спеціальний набір даних, який подається на вхід системи. Модель машинного навчання аналізує зв’язки між різними статистичними даними та відстежує залежності між ними. Здійснено побудову моделі, її навчання та тестування із використанням бібліотеки «Keras». Для візуального відображення отриманих даних було створено сайт. Для його розробки використовувалися сучасні технології. Клієнтська частина розроблена засобами HTML, CSS та JavaScript. Серверну частину розроблено з використанням мови PHP та фреймворку Yii2. Досліджено якість роботи пропонованої моделі машинного навчання порівняно з реальними результатами футбольних матчів. Найкращі результати роботи досягаються при комбінуванні даних, що подаються на вхід системи, з турнірних таблиць п’яти найбільших чемпіонатів Європи, починаючи з сезону 2014/2015, в один великий масив даних, а не для кожного чемпіонату окремо. Оптимальної точності прогнозів результатів запропонована модель машинного навчання набуває при її навчанні протягом 20 епох.uk_UA
dc.language.isoukuk_UA
dc.publisherДержавний університет "Житомирська політехніка"uk_UA
dc.relation.ispartofseriesТехнічна інженерія;2(90)-
dc.subjectстатистикаuk_UA
dc.subjectфутболuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectstatisticsuk_UA
dc.subjectfootballuk_UA
dc.subjectdata analysisuk_UA
dc.subjectprognosticationuk_UA
dc.subjectmachine learninguk_UA
dc.titleПрограмний комплекс для аналізу статистики футбольних матчів та прогнозування результатів на основі машинного навчанняuk_UA
dc.title.alternativeA software system for analyzing the statistics of football matches and predicting the results based on machine learninguk_UA
dc.typeArticleuk_UA
dc.description.abstractenThe application of machine learning methods for predicting the results of football matches is under the investigation. The task of analyzing football statistics using supervised machine learning is considered. For this purpose, a special data set was formed, which is input into the system. The machine learning model analyzes the relations between different statistics and tracks the dependencies between them. The model was built, trained and tested using the «Keras» library. A website was created to visually display the data obtained. During its development modern technologies were used. The client part was developed using HTML, CSS and JavaScript. The server part was developed using the PHP language and the Yii2 framework. The quality of the proposed machine learning model was investigated by using the comparison with the real results of football matches. The best results are achieved by combining the input data from the standings of the five major European championships, starting from the 2014/2015 season, into one large data set, and not for each championship separately. The optimal accuracy of predictions of the results of the proposed machine learning model is obtained by training for 20 epochs.uk_UA
Appears in Collections:Технічна інженерія

Files in This Item:
File Description SizeFormat 
9. Кушнір.pdf1.18 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.