Makine öğrenmesi yöntemleri ile futbol oyuncularının performans analizi
Football player performance analysis using machine learning techniques
- Tez No: 790454
- Danışmanlar: DOÇ. DR. EMRAH HANÇER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
FIFA ve Football Manager gibi oyunlar milyonların ilgisini çekmektedir. Bu oyunlar dünya çapında futbolcular hakkında veri içermekte ve bu verilerle futbol maçları sanal dünyada oluşturulmaktadır. Bundan dolayı bu oyunlarda veri çok önemli bir rol oynamaktadır ve bu veriyi oluşturabilmek için birçok uzman, araç kullanılmakta ve birçok araştırma yapılmaktadır. Araştırmacılar sadece veriyi üretmeye değil gerçek dünyayı sanalda olabildiğince iyi bir şekilde yansıtabilmek için bu veriden yararlı ve faydalı sonuçlar üretmeye de kafa yormaktadırlar. Bu şekilde üretilen veriler ve çalışmalar da ayrıca futbolcuların değer tahmininin yapılması ve maç sonuçlarının tahmin edilmesi gibi alanlarda da kullanılmaktadır. Futbol alanındaki büyük veriye erişim kolaylaştıkça buradan elde edilen sonuçlar spor yönetimi alanında çalışanlara da fikir vererek yönetimsel olarak da alınacak kararları etkilemeye başlamıştır. Çalışmanın temel amacı, makine öğrenmesi teknikleri kullanarak futbolcuların genel performans skoru tahmininin yapılması ve futbolcuların genel skorlarına göre sınıflandırılmasıdır. Bu amacı gerçekleştirmek için veri önişleme, öznitelik mühendisliği ve denetimli öğrenme teknikleri kullanarak iki temel model oluşturulmuştur. Oluşturulan ilk model genel performans skorunu tahmin eden bir regresyon modeli olup, bu modelin oluşturulması için özniteliklerin önemine bağlı olarak bir öznitelik mühendisliği uygulanmış ve öznitelik mühendisliği neticesinde elde edilen öznitelikler çeşitli denetimli makine öğrenmesi teknikleri ile modellenmiştir. Oluşturulan bir diğer model ise genel performans skorlarına göre sınıflandırma modeli olup, genel performans skorlarına bağlı olarak yeni bir çoklu sınıf hedef değişken türetilmesi, bu hedef değişken temel alınarak en yakın komşu bileşen analizi (neighborhood component analysis) algoritması ile uygun olan özniteliklerin seçilmesi ve seçilen özniteliklerin çeşitli makine öğrenmesi yöntemleri ile modellenmesi sonucu ortaya çıkmıştır. Elde edilen sonuçlar neticesinde, uygulanan öznitelik mühendisliği teknikleri sayesinde her iki modelin de başarılı bir performans gösterdiği görülmüştür.
Özet (Çeviri)
FIFA and Football Manager have become popular among millions of gamers. These games include data of football players all over the world, and matches are played in the virtual world by using this data. As a result, data plays an increasingly important role in these games. Therefore, a lot of experts and a lot of tools are involved in producing football data. It is not only the production of this data that has attracted researchers, but also the analysis of it since useful and consistent information can be extracted from it to design real-world football applications. Additionally, these kinds of data and research are used to estimate football player values, predict match results, and so on. As access to football big data gets ease, results obtained from this data gives new visions for sport administrative staff and begins to affect managerial decisions. The overall goal of the study is to predict the overall rating scores of football players and classify football players according to their overall rating scores using machine learning techniques. In order to achieve this, two basic models were developed using data preprocessing, feature engineering and supervised machine learning techniques. The first model is a regression model that predicts the overall rating scores. To develop this model, feature engineering was applied depending on the importance of features, and then a variety of supervised machine learning techniques were applied based on these features. The other model is a classification model that classifies football players according to their overall ranking scores. To develop this model, a new multi-class target variable based on overall ranking scores was derived, and then the nearest neighbor component analysis algorithm was applied based on the derived target variable to select relevant features. A model was then generated based on the selected features using a variety of supervised machine learning techniques. According to the results, it is observed that both models performed well thanks to the applied feature engineering techniques.
Benzer Tezler
- Football player feature learning using graphs for recommendation and retrieval
Öneri ve çikarim için çizge kullanarak futbolcu özellikleri öğrenimi
ÖZNUR İLAYDA YILMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- A comparative study for football analytics with data mining and artificial intelligence techniques
Veri madenciliği ve yapay zeka teknikleri ile karşılaştırmalı futbol analitiği
MUSTAFA AADEL MASHJAL AL-ASADI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Futbol maçları için taktik tabanlı tahmin sistemi
A tactic-based prediction system for football matches
HARUN ÖZMEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ UZUN
- Makine öğrenmesi yöntemleri ile stadyuma gelecek seyirci sayısının tahminlemesi
Predicting number of audience to the stadium with machine learning methods
HÜSEYİN ERDEM OĞUZ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. MEHMET ALPER TUNGA
- Makine öğrenmesi yöntemleri kullanılarak maç öncesi ve maç esnasında futbol analizi
Football match analysis using machine learning methods before and during match
OZAN BARLAS
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUFAN DEMİREL