dc.contributor.advisor | Πελέκης, Νικόλαος | |
dc.contributor.author | Λουβερδής, Ελευθέριος | |
dc.date.accessioned | 2019-07-22T07:12:54Z | |
dc.date.available | 2019-07-22T07:12:54Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/12091 | |
dc.description.abstract | Σκοπός της παρούσας εργασίας είναι να ασχοληθεί με την μελέτη της συμμορφωτικής πρόβλεψης με τη χρήση δέντρων απόφασης. Πιο συγκεκριμένα, στοχεύει στην εφαρμογή της μεθόδου σε ένα πρόβλημα πρόβλεψης του τελικού αποτελέσματος αγώνων ποδοσφαίρου για δυο συγκεκριμένες ομάδες, με την χρήση των αντίστοιχων δέντρων κατηγοριοποίησης.
Στην εφαρμογή της μεθόδου χρησιμοποιήθηκαν δυο σύνολα ακολουθιακών δεδομένων (ένα για κάθε ομάδα). Το πρώτο σύνολο δεδομένων αναφέρεται στην ακολουθία αγώνων που έπαιξε η ομάδα της Άρσεναλ τη φετινή σεζόν (2018-2019) μέχρι τις 20 Μαρτίου και αποτελείται από 30 παρατηρήσεις, ενώ το δεύτερο σύνολο αναφέρεται στους αγώνες της Μπαρτσελόνα την ίδια σεζόν και αποτελείται από 27 παρατηρήσεις.
Το συμπέρασμα που προέκυψε μετά την χρήση του αντίστοιχου αλγορίθμου κατηγοριοποίησης είναι ότι το μοντέλο πρόβλεψης με την χρήση των δέντρων κατηγοριοποίησης δυσκολεύεται να προβλέψει το τελικό αποτέλεσμα των αγώνων, πράγμα που δείχνει τον βαθμό δυσκολίας για ασφαλείς προβλέψεις στο πεδίο του ποδοσφαίρου. | el |
dc.format.extent | 52 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Συμμορφωτική πρόβλεψη ακολουθιακών δεδομένων με δένδρα απόφασης | el |
dc.title.alternative | Conformal prediction of sequential data with decision trees | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | The purpose of this paper is to deal with the study of conformal prediction with the use of some decision trees. More specifically, it aims at applying the method to a problem of prediction the final outcome of football matches for two specific teams, using the corresponding categorization trees.
Two sets of sequential data (one for each team) were used in the implementation of the method. The first dataset refers to Arsenal’s series of matches this season (2018-2019) by March 20 and consists of 30 observations, while the second dataset refers to Barcelona’s matches in the same season and consists of 27 observations.
The conclusion that emerged after the use of the corresponding categorization algorithm is that the predictive model with the use of categorization trees has difficulty in predicting the final outcome of the matches, indicating the degree of difficulty for safe predictions in the field of football. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Συμμορφωτική πρόβλεψη | el |
dc.subject.keyword | Δένδρα απόφασης | el |
dc.subject.keyword | Conformal prediction | el |
dc.subject.keyword | Decision trees | el |
dc.date.defense | 2019-04-17 | |