Χρήση και αξιολόγηση μεθόδων μηχανικής μάθησης για την εκτίμηση της νικήτριας ομάδας του ελληνικού πρωταθλήματος ποδοσφαίρου

Abstract

Η επιστήμη των δεδομένων έχει αναπτυχθεί με ταχύτατους ρυθμούς την τελευταία δεκαετία, με αποτέλεσμα να έχει εισχωρήσει σε πολλούς τομείς της οικονομίας. Ειδικότερα, ο τεράστιος όγκος δεδομένων που προκύπτει μέσα από την παραγωγική διαδικασία έχει οδηγήσει στην αποτελεσματικότερη εφαρμογή των μεθόδων και τεχνικών εξόρυξης των δεδομένων. Είναι εντυπωσιακό το γεγονός ότι αυτή η ραγδαία ανάπτυξη της επιστήμης των δεδομένων έχεις κάνει την εμφάνισή της με, επίσης, ταχείς ρυθμούς και στον αθλητισμό. Συγκεκριμένα, στον τομέα των προετοιμασίας των αθλητικών ομάδων, η χρήση των δεδομένων αποτελεί αναπόσπαστο, αν όχι το σημαντικότερο, κομμάτι πάνω στο οποίο χτίζονται. Δεν είναι τυχαίο το γεγονός ότι πολλές αθλητικές ομάδες, έχοντας αντιληφθεί τη σημασία των δεδομένων, δημιουργούν τμήματα data analytics που έχουν ως αποκλειστική ευθύνη την ανάπτυξη μοντέλων για την αξιοποίηση της γνώσης που δίνουν τα δεδομένα αυτά, καθώς και για την εκμετάλλευσή τους στο δρόμο προς την κατάκτηση της κορυφής, με την δημιουργία καινοτόμων τεχνικών εξόρυξης και ανάλυσης των δεδομένων. Η συγκεκριμένη εργασία έχει σαν στόχο την ανάπτυξη μοντέλων με σκοπό την πρόβλεψη της νικητήριας ομάδας του ελληνικού πρωταθλήματος της Superleague, με την υψηλότερη δυνατή ακρίβεια, χρησιμοποιώντας και αξιολογώντας την απόδοση των, σχετικών με το πρόβλημα, αλγορίθμων επιβλεπόμενης μηχανικής μάθησης. Χρησιμοποιήθηκαν στατιστικά στοιχεία για δέκα αγωνιστικές περιόδους του Ελληνικού Πρωταθλήματος τα οποία αποκτήθηκαν με την μέθοδο web-scrapping από την ιστοσελίδα transfermarkt. Τόσο η απόκτηση των δεδομένων, όσο και η υλοποίηση έγινε εξολοκλήρου σε γλώσσα προγραμματισμού Python.