Mašīnmācīšanās pielietojums sporta notikumu prognozēšanā

Abstract

Dažādu notikumu prognozēšana cilvēcei ir vienmēr bijusi aktuāla. Mūsdienās ir attīstījušās tehnoloģijas, lai to būtu iespējams paveikt balstoties uz pagātnes datiem. Darbā tiek apskatīta sporta notikumu prognozēšana, konkrēti futbola maču iznākumi. Tiek apskatītas vairākas mašīnmācīšanās metodes, kas būtu piemērotākās šī uzdevuma veikšanai. Tiek realizēti un optimizēti divi multi-slāņu perceptrona tīkli un viens vairākkārtējā neironu tīkla, konkrēti LSTM algoritms. Ar tiem tiek veikta simulācija izmantojot reālus datus. Vienā no simulācijām tiek sasniegts pozitīvs rezultāts, sezonas laikā algoritms gūst 65% peļņu.

Predicition of different events always has been actual for humanity. Nowadays technologies have been developed that enables us to do so by using historical data. This work focuses on sport event prediction, more precisely football match outcomes. Several machine learning methods are examined that would suit the task at hand the best. One LSTM network and two multi-layer perceptron networks are implemented and optimised. Afterwards a simulation is made using these networks and real historical data. One of the simulations shows a positive outcome – 65% profit over the course of one season.