Page 110 - Fister jr., Iztok, Andrej Brodnik, Matjaž Krnc and Iztok Fister (eds.). StuCoSReC. Proceedings of the 2019 6th Student Computer Science Research Conference. Koper: University of Primorska Press, 2019
P. 110
ela 6: Uspeˇsnost napovedovanja zmagovalca [1] Copa america web scraper. https:
//github.com/planeer/CopaAmericaWebScraper, 19.
tekme Natanˇcnost napovedovanja 6. 2019.
Tekmovanje
[2] Copa am´erica. https:
zmagovalca //en.wikipedia.org/wiki/Copa_Am%C3%A9rica, 19. 6.
2019.
Copa America 65,62%
[3] Fifa world cup.
Svetovno prvenstvo 65,28% https://www.kaggle.com/abecklas/fifa-world-cup,
19. 6. 2019.
Tabela 7: Uspeˇsnost napovedovanja skupinskega in
[4] Football betting | football results | football bets |
izloˇcevalnega dela tekmovanja football odds. http://www.football-data.co.uk/,
19. 6. 2019.
Tekmovanje Uspeˇsnost Uspeˇsnost
[5] Plts - prva liga telekoma slovenije.
napovedi napovedi https://www.prvaliga.si/prvaliga/default.asp,
19. 6. 2019.
skupinskega izloˇcevalnega
[6] Prva liga web scraper.
dela dela https://github.com/planeer/PrvaLigaWebScraper,
19. 6. 2019.
Copa America 58,3% 87,5%
[7] Slovenian prvaliga. https:
Svetovno prvenstvo 58,3% 72,9% //en.wikipedia.org/wiki/Slovenian_PrvaLiga, 19.
6. 2019.
igranje deli na dva dela, to sta skupinski in izloˇcevalni del.
[8] Python. https://www.python.org/, 2. 7. 2019.
V Tabeli 6 vidimo uspeˇsnost napovedovanja zmagovalca tekme
na svetovnem prvenstvu in pa turnirju Copa America. Obe [9] Dutch football prediction using machine learning
tekmovanji sta pribliˇzno isto napovedljivi. Imata tudi po- classifiers. https://pdfs.semanticscholar.org/
doben trend, in sicer da ima mreˇza veˇcje probleme z napo- b347/e38d5c61a139115884fbff352221c4f7bfe1.pdf,
vedovanjem skupinskega dela turnirja (pod 60 odstotkov), 22. 8. 2019.
medtem ko izloˇcilni del predvideva dobro, od 70 do 90 od-
stotkov natanˇcno, kar lahko vidimo v Tabeli 7. [10] Microsoft has perfectly predicted this stage of the
world cup and it thinks brazil is finished.
5. ZAKLJUcˇEK
https://qz.com/231583/
Prispevek predstavlja napovedovanje doloˇcenih statistik no- microsoft-world-cup-predictions-brazil-germany/,
gometne tekme z rekurentno nevronsko mreˇzo LSTM. Ta se 22. 8. 2019.
na preteklih rezultatih nauˇci doloˇcenih vzorcev in poskuˇsa
napovedati prihodnje tekme. Za to smo morali zbrati dovolj [11] With germany’s win microsoft perfectly predicted the
veliko podatkov in jih ustrezno predelati. Pomembna je bila world cup’s knockout round. https://qz.com/233830/
tudi struktura nevronske mreˇze, torej ˇstevilo skritih plasti world-cup-germany-argentina-predictions-microsoft/,
in ˇstevilo nevronov v teh plasteh. 22. 8. 2019.
Rekurentna nevronska mreˇza se uporabi na primeru napo- [12] Keras. https://keras.io/, 29. 6. 2019.
vedovanja zmagovalca nogometne tekme, ali pade veˇc kot [13] Zˇan Korpar. Predikcija ˇsportnih rezultatov z uporabo
1,5 ali 2,5 gola na tekmo in ali obe ekipi zadeneta. Upora-
bljene so angleˇska, francoska, italijanska, nemˇska, ˇspanska strojnega uˇcenja. Fakulteta za elektrotehniko,
in slovenska liga ter tekmovanji Copa America in svetovno raˇcunalniˇstvo in informatiko Univerze v Mariboru,
prvenstvo. Napovedljivost zmagovalca ligaˇskih tekem je od Maribor, 2018.
61 do 72 odstotkov, zmagovalca nogometnih turnirjev pa od
65 do 66 odstotkov. Napovedljivost, ali pade veˇc kot 1,5 gola
je od 71 do 85 odstotkov, ali pade veˇc kot 2,5 pa od 53 do
64 odstotkov, podobni rezultati so tudi pri napovedovanju,
ali obe ekipi zadeneta, in sicer od 54 do 67 odstotkov.
Nadaljne delo bi zajemalo pridobivanje veˇcjega ˇstevila po-
datkov. Za nogometne lige imamo podatke od zaˇcetka 90.
let naprej, kar za Slovenijo sicer predstavlja 100 odstotkov
podatkov, ampak ostale lige pa segajo dalje v preteklost in bi
ti podatki mogoˇce lahko pomagali. Sˇe ena izboljˇsava bi bila
drugaˇcno preoblikovanje podatkov, oziroma uporaba drugih
podatkov nogometne statistike (npr. ˇstevilo kotov ali ˇste-
vilo kartonov). Zanimivo bi bilo tudi preizkusiti drugaˇcno
arhitekturo nevronske mreˇze v smislu razliˇcnih plasti reku-
rentne nevronske mreˇze ali pa kombinacijo razliˇcnih tipov
nevronskih mreˇz.
6. LITERATURA
StuCoSReC Proceedings of the 2019 6th Student Computer Science Research Conference 110
Koper, Slovenia, 10 October
//github.com/planeer/CopaAmericaWebScraper, 19.
tekme Natanˇcnost napovedovanja 6. 2019.
Tekmovanje
[2] Copa am´erica. https:
zmagovalca //en.wikipedia.org/wiki/Copa_Am%C3%A9rica, 19. 6.
2019.
Copa America 65,62%
[3] Fifa world cup.
Svetovno prvenstvo 65,28% https://www.kaggle.com/abecklas/fifa-world-cup,
19. 6. 2019.
Tabela 7: Uspeˇsnost napovedovanja skupinskega in
[4] Football betting | football results | football bets |
izloˇcevalnega dela tekmovanja football odds. http://www.football-data.co.uk/,
19. 6. 2019.
Tekmovanje Uspeˇsnost Uspeˇsnost
[5] Plts - prva liga telekoma slovenije.
napovedi napovedi https://www.prvaliga.si/prvaliga/default.asp,
19. 6. 2019.
skupinskega izloˇcevalnega
[6] Prva liga web scraper.
dela dela https://github.com/planeer/PrvaLigaWebScraper,
19. 6. 2019.
Copa America 58,3% 87,5%
[7] Slovenian prvaliga. https:
Svetovno prvenstvo 58,3% 72,9% //en.wikipedia.org/wiki/Slovenian_PrvaLiga, 19.
6. 2019.
igranje deli na dva dela, to sta skupinski in izloˇcevalni del.
[8] Python. https://www.python.org/, 2. 7. 2019.
V Tabeli 6 vidimo uspeˇsnost napovedovanja zmagovalca tekme
na svetovnem prvenstvu in pa turnirju Copa America. Obe [9] Dutch football prediction using machine learning
tekmovanji sta pribliˇzno isto napovedljivi. Imata tudi po- classifiers. https://pdfs.semanticscholar.org/
doben trend, in sicer da ima mreˇza veˇcje probleme z napo- b347/e38d5c61a139115884fbff352221c4f7bfe1.pdf,
vedovanjem skupinskega dela turnirja (pod 60 odstotkov), 22. 8. 2019.
medtem ko izloˇcilni del predvideva dobro, od 70 do 90 od-
stotkov natanˇcno, kar lahko vidimo v Tabeli 7. [10] Microsoft has perfectly predicted this stage of the
world cup and it thinks brazil is finished.
5. ZAKLJUcˇEK
https://qz.com/231583/
Prispevek predstavlja napovedovanje doloˇcenih statistik no- microsoft-world-cup-predictions-brazil-germany/,
gometne tekme z rekurentno nevronsko mreˇzo LSTM. Ta se 22. 8. 2019.
na preteklih rezultatih nauˇci doloˇcenih vzorcev in poskuˇsa
napovedati prihodnje tekme. Za to smo morali zbrati dovolj [11] With germany’s win microsoft perfectly predicted the
veliko podatkov in jih ustrezno predelati. Pomembna je bila world cup’s knockout round. https://qz.com/233830/
tudi struktura nevronske mreˇze, torej ˇstevilo skritih plasti world-cup-germany-argentina-predictions-microsoft/,
in ˇstevilo nevronov v teh plasteh. 22. 8. 2019.
Rekurentna nevronska mreˇza se uporabi na primeru napo- [12] Keras. https://keras.io/, 29. 6. 2019.
vedovanja zmagovalca nogometne tekme, ali pade veˇc kot [13] Zˇan Korpar. Predikcija ˇsportnih rezultatov z uporabo
1,5 ali 2,5 gola na tekmo in ali obe ekipi zadeneta. Upora-
bljene so angleˇska, francoska, italijanska, nemˇska, ˇspanska strojnega uˇcenja. Fakulteta za elektrotehniko,
in slovenska liga ter tekmovanji Copa America in svetovno raˇcunalniˇstvo in informatiko Univerze v Mariboru,
prvenstvo. Napovedljivost zmagovalca ligaˇskih tekem je od Maribor, 2018.
61 do 72 odstotkov, zmagovalca nogometnih turnirjev pa od
65 do 66 odstotkov. Napovedljivost, ali pade veˇc kot 1,5 gola
je od 71 do 85 odstotkov, ali pade veˇc kot 2,5 pa od 53 do
64 odstotkov, podobni rezultati so tudi pri napovedovanju,
ali obe ekipi zadeneta, in sicer od 54 do 67 odstotkov.
Nadaljne delo bi zajemalo pridobivanje veˇcjega ˇstevila po-
datkov. Za nogometne lige imamo podatke od zaˇcetka 90.
let naprej, kar za Slovenijo sicer predstavlja 100 odstotkov
podatkov, ampak ostale lige pa segajo dalje v preteklost in bi
ti podatki mogoˇce lahko pomagali. Sˇe ena izboljˇsava bi bila
drugaˇcno preoblikovanje podatkov, oziroma uporaba drugih
podatkov nogometne statistike (npr. ˇstevilo kotov ali ˇste-
vilo kartonov). Zanimivo bi bilo tudi preizkusiti drugaˇcno
arhitekturo nevronske mreˇze v smislu razliˇcnih plasti reku-
rentne nevronske mreˇze ali pa kombinacijo razliˇcnih tipov
nevronskih mreˇz.
6. LITERATURA
StuCoSReC Proceedings of the 2019 6th Student Computer Science Research Conference 110
Koper, Slovenia, 10 October
