Koneoppimisen soveltaminen jalkapallo-otteluiden tulosten ennustamisessa
Heinonen, Otto (2023)
Kandidaatintyö
2023
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2023052648329
https://urn.fi/URN:NBN:fi-fe2023052648329
Tiivistelmä
Jalkapalloa pidetään maailman suosituimpana urheilulajina fanien, harrastajien sekä ammattilaisten keskuudessa. Suosion myötä jalkapalloa on kehitetty koneoppimisen näkökulmasta ja työssä tullaan avaamaan koneoppimisen soveltamista jalkapallo-otteluiden tulosten ennustamisessa. Seuratuimmista jalkapallosarjoista ja -turnauksista on saatavilla nykyään valtavia määriä dataa niin pelaajista, tuomareista kuin pallosta, joka on koneoppimisen perusta. Koneoppimisalgoritmeja varten jalkapallodatasta on löydettävä relevantimmat tekijät sekä niiden väliset riippuvuudet, joita koneoppimisen algoritmit soveltavat eri tavoin.
Työ toteutetaan kirjallisuuskatsauksena, jossa hyödynnetään pääsääntöisesti artikkelikirjallisuutta ja teoriakirjallisuutta. Työn tavoitteena on kertoa koneoppimisen mahdollisuuksista jalkapallo-otteluiden tulosten ennustamisessa sekä valita siihen soveltuvin koneoppimisen pääalgoritmi ja sen alamenetelmä, jota avataan teorian lisäksi case-esimerkillä. Työn edetessä lukijalle avataan koneoppimisen prosessia jalkapallo otteluiden tulosten ennustamisessa sekä siihen liittyviä käsitteitä.
Työn myötä havaitaan koneoppimisen soveltuvan erinomaisesti jalkapallo-otteluiden tulosten ennustamiseen, mutta siinä esiintyy myös haasteita ja kehityskohteita. Yhteenvetona voidaan todeta koneoppimisen yleisesti pidetyistä algoritmeista ohjatun oppimisen olevan käytetyin jalkapallo-otteluiden tulosten ennustamisessa. Ohjatulla oppimisella on saavutettu tarkimpia tuloksia ennusteissa verrattuna muihin koneoppimisen yleisesti pidettyihin pääalgoritmeihin nähden. Tulevaisuudessa vastausta työssä esitettyihin haasteisiin on pyritty löytämään syväoppimisen avulla.
Työ toteutetaan kirjallisuuskatsauksena, jossa hyödynnetään pääsääntöisesti artikkelikirjallisuutta ja teoriakirjallisuutta. Työn tavoitteena on kertoa koneoppimisen mahdollisuuksista jalkapallo-otteluiden tulosten ennustamisessa sekä valita siihen soveltuvin koneoppimisen pääalgoritmi ja sen alamenetelmä, jota avataan teorian lisäksi case-esimerkillä. Työn edetessä lukijalle avataan koneoppimisen prosessia jalkapallo otteluiden tulosten ennustamisessa sekä siihen liittyviä käsitteitä.
Työn myötä havaitaan koneoppimisen soveltuvan erinomaisesti jalkapallo-otteluiden tulosten ennustamiseen, mutta siinä esiintyy myös haasteita ja kehityskohteita. Yhteenvetona voidaan todeta koneoppimisen yleisesti pidetyistä algoritmeista ohjatun oppimisen olevan käytetyin jalkapallo-otteluiden tulosten ennustamisessa. Ohjatulla oppimisella on saavutettu tarkimpia tuloksia ennusteissa verrattuna muihin koneoppimisen yleisesti pidettyihin pääalgoritmeihin nähden. Tulevaisuudessa vastausta työssä esitettyihin haasteisiin on pyritty löytämään syväoppimisen avulla.