PREDIKCIJA INDEKSA KORISNOSTI IGRAČA U EVROLIGI

Apstrakt

Problem kojim se bavi ovaj rad jeste predikcija indeksa korisnosti igrača u euroligi. Ovaj rad nastoji da iskoristi veliku količinu podataka, koji se nalaze na oficijalnom sajtu evrolige, obradi ih i pripremi za upotrebu algoritama mašinskog učenja. Algoritmi koji su razmatrani u ovom radu su Naive Bayes, SVM (Support Vector Machine) i KNN (K nearest neighbours). Za svaki algoritam izvšena je optimizacija parametara koji najviše utiču na samu klasifikaciju. Osim navedenih algoritama mašinskog učenja, razmatrana su još dva jednostvna algoritma za predikciju indeksa korisnosti koje je implementirao autor. Najbolju tačnost od 92% postigao je algoritam SVM, dok su algoritmi Naive Bayes i KNN imali manju tačnost od 87%, odnosno 72%. Namenski razvijeni algoritmi imali su značajnije manju tačnost od algoritama mašinskog učenja.