| dc.contributor.advisor | Σωτηρόπουλος, Διονύσιος | |
| dc.contributor.author | Γεωργιάδης, Μητροφάνης | |
| dc.date.accessioned | 2025-01-24T09:45:29Z | |
| dc.date.available | 2025-01-24T09:45:29Z | |
| dc.date.issued | 2024-12 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/17366 | |
| dc.description.abstract | Στην παρούσα εργασία, θα πραγματοποιηθεί ανασκόπηση της σχετικής βιβλιογραφίας, εστιάζοντας σε προηγούμενες μελέτες και πηγές που έχουν διεξαχθεί σχετικά με την πρόβλεψη αποτελεσμάτων στον αθλητισμό. Αυτή η ανασκόπηση θα παρέχει ένα πλαίσιο κατανόησης των προκλήσεων και των επιτευγμάτων στον τομέα, αναδεικνύοντας τη σημασία της ανάλυσης δεδομένων και των σύγχρονων τεχνολογιών.
Για την επεξεργασία των δεδομένων θα χρησιμοποιηθούν διάφορα προγράμματα, μεταξύ των οποίων το Excel και η Python, τα οποία θα διευκολύνουν τη διαχείριση και ανάλυση των στοιχείων. Η Python, ειδικότερα, θα είναι κρίσιμη για την εφαρμογή αλγορίθμων μηχανικής μάθησης και για την παραγωγή των αναγκαίων στατιστικών αποτελεσμάτων.
Στη συνέχεια της εργασίας, θα παρουσιαστούν τα αποτελέσματα της εφαρμογής αυτών των μεθόδων σε ένα πλούσιο σύνολο δεδομένων. Τα δεδομένα που θα χρησιμοποιηθούν περιλαμβάνουν τα αποτελέσματα των αγώνων της Volley League αντρών στην Ελλάδα από το 2011 έως και σήμερα, προσφέροντας μια εκτενή βάση για την ανάλυση και τις συγκρίσεις.
Κλείνοντας, η εργασία αυτή θα αναφερθεί στις προκλήσεις που ενδέχεται να προκύψουν κατά την ανάπτυξη προγραμμάτων πρόβλεψης αποτελεσμάτων, καθώς και στις προοπτικές που διανοίγονται για τη χρήση παρόμοιων μεθόδων όχι μόνο στην Πετοσφαίριση, αλλά και σε άλλα αθλήματα. Η εμβάθυνση στην ανάλυση δεδομένων και η εφαρμογή προηγμένων τεχνικών μπορεί να προσφέρει σημαντικά οφέλη για προπονητές, αθλητές και αναλυτές, συμβάλλοντας στην βελτίωση των στρατηγικών και της απόδοσης στους αγώνες. | el |
| dc.format.extent | 54 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Πρόγνωση αποτελεσμάτων αγώνων βόλεϋ με χρήση τεχνικών μηχανικής μάθησης | el |
| dc.title.alternative | Prediction of volleyball match results using machine learning techniques | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | This specific master's thesis will focus on the analysis of data from the sport of volleyball, with the aim of developing an innovative method that will allow for the accurate prediction of match outcomes. To achieve this goal, the methodology of machine learning will be utilized, ensuring effective and efficient data processing, thereby enabling the production of reliable and useful results.
In this thesis, a review of the relevant literature will be conducted, focusing on previous studies and sources related to outcome prediction in sports. This review will provide a framework for understanding the challenges and achievements in the field, highlighting the importance of data analysis and modern technologies.
Various programs will be used for data processing, including Excel and Python, which will facilitate the management and analysis of the data. Python will be critical for implementing machine learning algorithms and producing the necessary statistical results.
Subsequently, the results of applying these methods to a rich dataset will be presented. The data used will include the results of men's matches in the Volley League in Greece from 2011 to the present, offering an extensive foundation for analysis and comparisons.
Finally, this work will address the challenges that may arise during the development of prediction programs, as well as the prospects for using similar methods not only in volleyball but also in other sports. Delving into data analysis and applying advanced techniques can provide significant benefits for coaches, athletes, and analysts, contributing to the improvement of strategies and performance in matches. | el |
| dc.contributor.master | Πληροφορική | el |
| dc.subject.keyword | Volley ball | el |
| dc.subject.keyword | Πετοσφαίριση | el |
| dc.subject.keyword | Volley League | el |
| dc.subject.keyword | Random forest | el |
| dc.subject.keyword | Python | el |
| dc.subject.keyword | Machine learning | el |
| dc.date.defense | 2025-01 | |
