A feature engineering approach to predicting player performance in basketball
Basketbol oyuncu performansı tahminlemesi için bir özellik mühendisliği yaklaşımı
- Tez No: 581979
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN SAMİ KARACA
- Tez Türü: Yüksek Lisans
- Konular: Spor, İşletme, Sports, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Spor analitiğindeki son gelişmeler basketbolda birçok uygulama alanı bulmuştur. Oyuncu performansı tahminlemesi, basketbol analitiğinin temel hedeflerinden biridir çünkü hem takımlar hem de taraftarlar için çeşitli potansiyel faydaları vardır. Bu çalışmanın amacı, basketbol istatistiklerinde yer alan temel problemleri göz önünde bulunduran ve basketbol oyuncularının performanslarını doğru bir şekilde tahminleyen öngörücü bir modelleme yaklaşımı oluşturmaktır. Araştırmamızda Avrupa basketbolunun kulüp düzeyindeki en üst seviyesi olan Euroleague verisi kullanıldı. Çalışmada kullanılan bu veriler 2016-2017, 2017-2018, 2018-2019 Euroleague sezonlarında oynanan toplam 720 normal sezon maçını içermektedir ve bu sezonlarda 464 bireysel sporcunun performansından toplam 15368 kayıt elde edilmiştir. Çalışmamızda basketbol oyuncularının performansını öngörebilecek modeller oluşturmak için özel olarak yapılandırılmış bir veri madenciliği sürecini takip ettik. Literatürdeki çoğu öngörücü model, savunma ile ilgili istatistiklerin azlığı nedeniyle ofansif istatistiklere dayanmaktadır. Ancak, bu çalışma literatürde şu ana kadar eksik olan oyuncu performans tahmininde savunma metriklerine duyulan ihtiyacı da ele almaktadır. Bu bağlamda, veriye dayalı savunma metrikleri oluşturmak için yeni bir metodoloji geliştirdik ve bir özellik mühendisliği yaklaşımı önerdik. Sonuçlarımız, hem R-squared hem de rmse değerlerinde en önemli geliştirmenin pozisyon bazlı savunma metrikleri ekledikten sonra elde edildiğini göstermektedir.
Özet (Çeviri)
Recent advancements in sports analytics have found many fields of applications in basketball. Player performance prediction is one of the main goals of basketball analytics because of the potential implications for both teams and fans. This study aims to create a predictive modeling approach that is designed for accurately estimating the performances of basketball players while addressing the main issues in basketball statistics. Euroleague, the highest level of European basketball club competition, is selected to conduct our study. The data set used in this study contains 720 regular- season games from 2016-2017, 2017-2018, 2018-2019 Euroleague seasons. During these seasons, a total of 15368 records obtained from performances of 464 individual athletes. In order to create models for predicting performances of basketball players, we followed a structured data mining process. Most predictive models in the literature have relied on offensive statistics because of the scarcity of statistics that are related to defense. However, this study addresses the need for defensive metrics in player performance prediction, so far lacking in the literature. We developed a methodology and proposed a feature engineering approach to create data-driven defensive metrics. Our results demonstrate that the most significant boost in both R-squared and rmse values have been achieved after adding position-based defensive metrics.
Benzer Tezler
- Tedarik zinciri yönetiminde bilgi sistemleri: Havacılık yer hizmetlerinde uçuş zamanlaması için bilgi paylaşım modeli
Knowledge system utilisation in supply chain management: A model for knowledge sharing in aviation land services
MEHMET YÖRÜKOĞLU
Doktora
Türkçe
2013
Endüstri ve Endüstri MühendisliğiHava Harp Okulu KomutanlığıEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ ERCAN
DOÇ. DR. GÜLGÜN KAYAKUTLU
- Performance comparison of classification algorithms for detecting level-based player churn using in-game data
Oyun içi verileri kullanarak seviye bazlı oyuncu kaybını tespit etmede sınıflandırma algoritmalarının performanslarının karşılaştırılması
MUHAMMED SELİM TOKER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİZMİR BAKIRÇAY ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEKERİYA ANIL GÜVEN
- İnvolüsyonel sinir ağları ile hiperspektral verilerin analizi
Analysis of hyperspectral data with involutional neural networks
MÜCAHİT CİHAN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT CEYLAN
- DNS big data processing for detecting customersbehaviour of isp using an optimized apache spark cluster
İSP müşterilerin davranışlarını tespiti için optimize edilmiş bir apache spark kümesi kullanarak dns büyük veri işleme
YOUSEF ALKHANAFSEH
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHİR ÇETİN AKINCI
- Applications of time-series methods in electricity price forecasting
Başlık çevirisi yok
TOYGAR ÜLGEN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKTÜRK POYRAZOĞLU