Model za predviđanje ishoda nogometnih utakmica utemeljen na Elo sustavu rangiranja

završni rad

• Naslov (engleski): Model for prediction of outcomes of football matches based on Elo rating system
• Autor: Nino Ćurko
• Mentor: Stjepan Šebek (mentor)
• Član povjerenstva: Stjepan Šebek (predsjednik povjerenstva)
• Član povjerenstva: Mate Puljiz (član povjerenstva)
• Član povjerenstva: Filip Martinović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-09-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovim radom cilj je demonstrirati programskim kodom i alatima kako modelirati ishode nogometnih utakmica. Za rangiranje pojedinih timova odlučili smo se za sustav
koji je uvelike primjenjivan u šahu: Elo sustav rangiranja. Ovim putem smo modelirali jedan jednostavan model na temelju bodova domaće i gostujuće ekipe. Uz primjenu
Elo sustava rangiranja, kako bi modelirali sofisticiraniji model, odlučili smo se za Poissonovu regresiju koja se danas smatra prihvatljivom u području nogometa pošto nam
pruža očekivani broj golova svake pojedine ekipe.
Primjenom Elo sustava rangiranja u Poissonovu regresiju, uspjeli smo postići određenu razinu točnosti predviđanja, koja je značajno veća od slučajnog biranja jednog od
tri ishoda nogometne utakmice (pobjeda domaćina, neriješeno, pobjeda gostiju). Također smo analizirali različite faktore koji mogu utjecati na ishode utakmica, kao što su
trenutna forma ekipe, povijesni rezultati i statistički podaci o postignutim i primljenim
golovima.
Na kraju analize primijetili smo da model ima određene nedostatke, posebno u predviđanju neriješenih ishoda utakmica. Ovo ukazuje na potrebu za daljnjim unapređenjem modela, možda uključivanjem dodatnih varijabli ili korištenjem naprednijih statističkih tehnika. Unatoč tome, kombinacija Elo sustava i Poissonove regresije pokazala
je značajan potencijal za predikciju nogometnih rezultata i može poslužiti kao dobra osnova za buduća istraživanja i poboljšanja u ovom području.

Sažetak (engleski)

The aim of this work is to demonstrate, using programming code and tools, how to
model the outcomes of football matches. For ranking individual teams, we chose a system widely used in chess: the Elo rating system. Using this system, we modeled a simple
initial model based on the points of the home and away teams. To create a more sophisticated model, we decided to use Poisson regression, which is considered appropriate in
the context of football as it provides the expected number of goals for each team.
By incorporating the Elo rating system into Poisson regression, we achieved a certain
level of prediction accuracy, significantly higher than random guessing one of the three
possible outcomes of a football match (home win, draw, away win). We also analyzed
various factors that can influence match outcomes, such as current team form, historical
results, and statistical data on goals scored and conceded.
In the final analysis, we observed that the model has certain shortcomings, particularly in predicting drawn matches. This indicates the need for further model improvements, possibly by including additional variables or using more advanced statistical techniques. Despite these issues, the combination of the Elo system and Poisson regression
showed significant potential for predicting football results and can serve as a solid foundation for future research and improvements in this field.

• Ključne riječi: Elo sustav; regresija; strojno učenje; Python; nogomet; HNL; modeliranje podataka
• Ključne riječi (engleski): Elo system; regression; machine learning; Python; football; HNL; data modelling
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:910539
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 20:23:28