dc.contributor.advisor | Πολίτης, Κωνσταντίνος | |
dc.contributor.author | Χονδρορρίζος, Βασίλειος | |
dc.date.accessioned | 2024-10-18T10:05:19Z | |
dc.date.available | 2024-10-18T10:05:19Z | |
dc.date.issued | 2024-09 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16873 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4295 | |
dc.description.abstract | Η στατιστική ανάλυση και η επιστήμη των δεδομένων
έχουν αναδειχθεί σε καίρια εργαλεία σε πολλούς τομείς της ανθρώπινης
δραστηριότητας τα τελευταία χρόνια. Χάρη στην πρόοδο της τεχνολογίας και
της υπολογιστικής ισχύος, έχουμε τη δυνατότητα να επεξεργαζόμαστε και να
αναλύουμε τεράστιες ποσότητες δεδομένων με ταχύτητα και ακρίβεια. Αυτές οι
δυνατότητες έχουν επιτρέψει την ανάπτυξη πιο εξελιγμένων μεθόδων πρόβλεψης
και λήψης αποφάσεων, κάτι που βρίσκει εφαρμογή και στον αθλητισμό. Στο
ποδόσφαιρο, η χρήση της στατιστικής ανάλυσης και της ανάλυσης δεδομένων
έχει φέρει επανάσταση στον τρόπο με τον οποίο οι ομάδες προετοιμάζονται
και αγωνίζονται. Από την ανάλυση της απόδοσης των παικτών και των ομάδων
έως την πρόβλεψη των αποτελεσμάτων των αγώνων, η αξιοποίηση των δεδομένων
έχει γίνει αναπόσπαστο κομμάτι της σύγχρονης προσέγγισης στο άθλημα. Οι
προπονητές, οι αναλυτές και οι σκάουτερ χρησιμοποιούν προηγμένα εργαλεία
για να εντοπίσουν τις αδυναμίες των αντιπάλων, να βελτιώσουν τις
στρατηγικές τους και να μεγιστοποιήσουν την απόδοση των ομάδων τους. Η
παρούσα διπλωματική εργασία επικεντρώνεται στην ανάλυση των παραγόντων που
επηρεάζουν την επιτυχία των εθνικών ομάδων ποδοσφαίρου στο Παγκόσμιο
Κύπελλο από το 2010 και μετά. Μέσω της χρήσης στατιστικών μοντέλων και
τεχνικών μηχανικής μάθησης, διερευνώνται τα χαρακτηριστικά που συμβάλλουν
στην επιτυχημένη πορεία μιας ομάδας, οι παράγοντες που διαφοροποιούν τους
νικητές από τους ηττημένους, καθώς και πιθανές αλλαγές στον τρόπο
αντιμετώπισης των αγώνων από τις ομάδες στο πέρας των διοργανώσεων. Τα
αποτελέσματα της έρευνας αυτής προσφέρουν πολύτιμες πληροφορίες για τους
παράγοντες που επηρεάζουν τους αγώνες αλλά και την πορεία των ομάδων,
ενισχύοντας την κατανόηση του παιχνιδιού και την αποτελεσματικότητα σε ένα
τόσο ανταγωνιστικό πεδίο όπως είναι το παγκόσμιο κύπελλο ποδοσφαίρου. | el |
dc.format.extent | 164 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Στατιστικά μοντέλα για την ανάλυση της απόδοσης των ομάδων στο παγκόσμιο κύπελλο ποδοσφαίρου | el |
dc.title.alternative | Statistical models for the performance analysis of teams in the FIFA World Cup | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | Statistical analysis and data science have emerged
as crucial tools in many areas of human activity in recent years. Thanks
to advancements in technology and computing power, we can now process and
analyze large volumes of data with speed and precision. These capabilities
have enabled the development of more sophisticated methods of prediction
and decision-making, which also find application in sports. In football,
the use of statistical analysis and data analytics has revolutionized how
teams prepare and compete. From analyzing player and team performance to
predicting match outcomes, data utilization has become an integral part of
the modern approach to the sport. Coaches, analysts, and scouts use
advanced tools to identify opponents' weaknesses, improve their
strategies, and maximize their teams' performance. This thesis focuses on
analyzing the factors that influence the success of national football
teams in the World Cup from 2012 onwards. Through the use of statistical
models and machine learning techniques, it explores the characteristics
that contribute to a team's successful trajectory, the factors that
differentiate winners from losers, and potential changes in how teams
approach matches over the course of the tournaments. The findings of this
research provide valuable insights into the factors that influence match
outcomes and team progress, enhancing the understanding of the game and
effectiveness in such a competitive field as the World Cup. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Ποδόσφαιρο | el |
dc.subject.keyword | Παγκόσμιο κύπελλο ποδοσφαίρου | el |
dc.subject.keyword | Στατιστική ανάλυση | el |
dc.subject.keyword | Μηχανική μάθηση | el |
dc.subject.keyword | Γενικευμένα γραμμικά μοντέλα | el |
dc.date.defense | 2024-09-30 | |