diplomsko delo
Maja Razinger (Avtor), Petar Vračar (Mentor)

Povzetek

Razvili smo model za napovedovanje končnega vrstnega reda tekmovalcev v alpskem smučanju z uporabo dvostopenjskega pristopa. Prva stopnja je namenjena napovedi standardne deviacije časov na posamezni tekmi, kar ustreza oceni težavnosti tekme in variabilnosti med rezultati. Druga stopnja modela napoveduje odmike časov posameznih tekmovalcev od standardiziranega povprečja, kar omogoča napoved posameznih rezultatov. Obe napovedi skupaj oblikujeta normalno porazdelitev, iz katere vzorčimo predvideni čas za vsakega tekmovalca. Ta pristop omogoča generiranje širokega spektra možnih razvrstitev in izračun verjetnosti za različne scenarije, kot so uvrstitve na stopničke ali natančna napoved končnega vrstnega reda. Eksperimentalna evalvacija, izvedena na podatkih iz treh sezon (2020/21–2022/23), je pokazala, da obstaja korelacija med napovedanimi in dejanskimi rezultati, pri čemer model pogosto pravilno napoveduje, kateri smučar bo pred drugim, čeprav ne določi vedno natančnega končnega vrstnega reda.

Ključne besede

športna analitika;napovedovanje vrstnega reda;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [M. Razinger]
UDK: 004.94:796.926(043.2)
COBISS: 229023235 Povezava se bo odprla v novem oknu
Št. ogledov: 137
Št. prenosov: 29
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Modeling results in alpine ski racing
Sekundarni povzetek: We developed a model for predicting the final rankings of competitors in alpine skiing using a two-stage approach. The first stage focuses on predicting the standard deviation of times in an individual race, which corresponds to an estimate of the race's difficulty and the variability of results. The second stage of the model predicts the deviations of individual competitors' times from the standardized average, enabling the prediction of individual results. Together, these predictions form a normal distribution, from which the predicted time for each competitor is sampled. This approach allows for the generation of a wide range of possible rankings and the calculation of probabilities for various scenarios, such as podium finishes or exact predictions of final rankings. Experimental evaluation conducted on data from three seasons (2020/21–2022/23) demonstrated a correlation between the predicted and actual results, with the model often correctly predicting which skier will outperform another, even if it does not always determine the exact order.
Sekundarne ključne besede: sports analytics;data modeling;alpine skiing;ranking prediction;computer science;diploma;Alpsko smučanje;Modeliranje podatkov (računalništvo);Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 1 spletni vir (1 datoteka PDF (55 str.))
ID: 26010930