Розробка інтелектуальної системи прогнозування результативних дій у спортивній аналітиці на основі методів машинного навчання

Abstract

Об’єкт дослідження – процес аналізу та прогнозування результативних дій у футбольній аналітиці. Предмет дослідження – методи та моделі машинного навчання для прогнозування результативності ударів у футболі на основі подій матчів. Мета роботи – розробка інтелектуальної системи прогнозування результативності ударів у футбольній аналітиці на основі методів машинного навчання. Методи дослідження – методи машинного навчання, методи класифікації, статистичний аналіз даних, методи обробки спортивних даних, методи оцінювання якості моделей прогнозування, засоби програмної реалізації на Python. У роботі розглянуто задачу прогнозування результативних дій у спортивній аналітиці із застосуванням методів машинного навчання. На основі відкритих футбольних event-даних сформовано набір даних для прогнозування результативності ударів. Реалізовано та досліджено моделі Logistic Regression, Random Forest, XGBoost, CatBoost і багатошаровий перцептрон. Проведено експериментальне оцінювання моделей та виконано їх порівняльний аналіз. Розроблено інтелектуальну систему прогнозування результативності ударів із вебінтерфейсом на базі Streamlit, що забезпечує аналіз реальних ігрових ситуацій та моделювання нових атакувальних епізодів.