is Íslenska en English

Lokaverkefni (Meistara)

Háskólinn í Reykjavík > Tæknisvið / School of Technology > MSc Tölvunarfræðideild / Department of Computer Science >

Vinsamlegast notið þetta auðkenni þegar þið vitnið til verksins eða tengið í það: http://hdl.handle.net/1946/43314

Titill: 
  • Predicting football match outcomes with fantasy league data and deep learning
Námsstig: 
  • Meistara
Leiðbeinandi: 
Útdráttur: 
  • Útdráttur er á ensku

    Predicting and betting on the outcome of football matches has been around as long as the game itself. However, with the explosion of online betting over the past 15 years, the stakes are much higher, and the person who accurately predicts the outcome has a chance of making sizable profits. With data from football getting better each year and as more data is gathered, there was only a matter of time until people would start exploring the use of machine learning for predicting match results. Here we present such a method. Using data from the most popular fantasy game in the world, Fantasy Premier League, combined with already existing data currently used to predict the outcome of matches. We use a Recurrent Neural Network (RNN) with Gated Recurrent Unit (GRU) layers to predict the outcome of matches. Our combined method shows good results, improving significantly on state of the art.

  • Svo lengi sem fótbolti hefur verið spilaður hafa menn stundað það að spá fyrir um og veðja á úrslit leikja. Með útbreyðslu veðmála á netinu síðastliðin 15 ár hefur sá sem nær að spá rétt fyrir um þau úrslit nú tækifæri til að stórgræða. Þar sem gögnum um fótbolta er í auknu mæli safnað og gæði þeirra upplýsinga hefur aukist var í raun tímaspursmál að einhver myndi skoða möguleika og aðferðir vélnáms til að spá fyrir um úrslit fótboltaleikja. Hér verður slík aðferð kynnt. Stuðst var við gögn frá vinsælasta fantasíu leik í heimi, Fantasy Premier League, sem og önnur gögnum sem þegar hafa verið notuð til að spá fyrir um úrslit leikja. Við notuðum RNN (Recurrent neural network) með GRU (Gated recurrent unit)lögum og sýndum með þessari sameinuðu nálgun góðan árangur og betrum bætur á þessu sviði tækninnar.

Samþykkt: 
  • 20.1.2023
URI: 
  • http://hdl.handle.net/1946/43314


Skrár
Skráarnafn Stærð AðgangurLýsingSkráartegund 
RUThesisProjectSveinnHenrik.pdf2 MBOpinnHeildartextiPDFSkoða/Opna