Оцінювання і прогнозування результативності і фінансової вигоди тенісних ігор

Скорочена інформація про документ
dc.contributor.advisorКузнєцова, Наталія Володимирівна
dc.contributor.authorШум, Кирил Ігорович
dc.date.accessioned2025-02-13T13:16:15Z
dc.date.available2025-02-13T13:16:15Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація: 103 с., 9 рис., 36 табл., 1 додаток, 27 джерел. Об’єкт дослідження: прогнозування результативності тенісних матчів. Предмет дослідження: моделі, методи машинного навчання та допоміжні алгоритми прогнозування результативності тенісних матчів. Мета дослідження: оцінювання фінансової вигоди від прогнозування результатів тенісних ігор через пошук найбільш ефективної стратегії спортивних ставок. Використані методи: логістична регресія, мультишаровий персептрон, випадковий ліс, екстремальне градієнтне підсилення, допоміжні алгоритми. Актуальність дослідження: застосування машинного навчання у спортивній галузі має великий потенціал, оскільки за допомогою такого підходу до прогнозування результатів спортивних ігор можна не лише отримувати точні прогнози, але й використовувати отриману інформацію задля збільшення власного капіталу шляхом укладання спортивних ставок на відповідні спортивні події. Отримані результати: розроблено програмний продукт мовою Python, що дозволяє прогнозувати результати тенісних матчів у жіночому та чоловічому розрядах, знайдено ефективні стратегії спортивних ставок, що максимізують прибуток користувача. Подальше дослідження полягає у покращенні розроблених моделей і алгоритмів для отримання ще більш точних прогнозів на результати тенісних матчів, а також автоматизацію деяких процесів для покращення досвіду користувача. Також існує необхідність у більш тривалому спостереженні і аналізі отриманих результатів, оскільки пошук ефективних стратегій ставок має бути націленим на довгу перспективу.
dc.description.abstractotherMaster’s Thesis: 103 p., 9 fig., 36 tabl., 1 appendix, 27 references. Object of research: prediction of tennis match outcomes. Subject of research: models, machine learning methods, and auxiliary algorithms for predicting tennis match outcomes. Research goal: to evaluate the financial benefits of predicting tennis match outcomes by identifying the most effective sports betting strategies. Methods used: logistic regression, multilayer perceptron, random forest, extreme gradient boosting and other algorithms. Relevance of the research: the application of machine learning in sports holds great potential, as this approach enables not only accurate prediction of sports outcomes but also the use of such information to increase personal finances by placing bets on relevant sports events. Results obtained: a software Python product capable of predicting the outcomes of men’s and women’s tennis matches has been developed, as well as effective betting strategies that maximize user profits have been identified. Further research involves improving the developed models and algorithms to achieve even more accurate predictions of tennis match outcomes, as well as automating certain processes to improve user experience. There is also a need for longer observation and analysis of the obtained results, since the search for effective betting strategies should be aimed at the long term.
dc.format.extent103 с.
dc.identifier.citationШум, К. І. Оцінювання і прогнозування результативності і фінансової вигоди тенісних ігор : магістерська дис. : 124 Системний аналіз / Шум Кирил Ігорович. - Київ, 2024. - 103 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72498
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectтеніс
dc.subjectпрогнозування результатів
dc.subjectспортивний беттинг
dc.subjectстратегії ставок
dc.subjectмашинне навчання
dc.subjecttennis
dc.subjectresult prediction
dc.subjectsports betting
dc.subjectbetting strategies
dc.subjectmachine learning
dc.subject.udc303.732.4
dc.titleОцінювання і прогнозування результативності і фінансової вигоди тенісних ігор
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shum_magistr.pdf
Розмір:
1.37 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи