| Περίληψη: | Η παρούσα Διπλωματική Εργασία εκπονήθηκε στα πλαίσια του προπτυχιακού κύκλου σπουδών του Τμήματος Μηχανικών H/Y και Πληροφορικής της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών υπό την επίβλεψη του κ. Γεωργίου Πέτρου Οικονόμου μέλους του εργαστηριακού διδακτικού προσωπικού.
Αρχικά, διατρέχει τη σχετική βιβλιογραφία, για την κατανόηση των νευρωνικών δικτύων και παρέχει ενδιαφέροντα στοιχεία για την καλαθοσφαίριση και το στοιχηματισμό. Εν συνεχεία, μελετώνται οι εφαρμογές των νευρωνικών δικτύων στις διάφορες πτυχές της καθημερινότητας μας και καταγράφονται τα βασικά είδη των νευρωνικών δικτύων. Στα τελευταία κεφάλαια, αναλύεται η υλοποίηση του επιλεχθέντος νευρωνικού δικτύου για πρόβλεψη της απόδοσης των καλαθοσφαιριστών καθώς και καλαθοσφαιριστριών στο Αμερικάνικο πρωτάθλημα καλαθοσφαίρισης.
Σκοπός της συγκεκριμένης εργασίας είναι να διερευνηθεί η χρήση των αλγορίθμων τεχνητών νευρωνικών δικτύων (ANN) και του αλγορίθμου λειτουργίας βάσης ακτίνας (RBF) στην πρόβλεψη του μέσου αριθμού σκοραρίσματος των αθλητών και αθλητριών του NBA και WNBA αντίστοιχα. Με το αυξανόμενο ενδιαφέρον για την μηχανική μάθηση, η εφαρμογή των νευρωνικών δικτύων έχει γίνει όλο και πιο δημοφιλής σε διάφορους τομείς. Το NBA, ως έναν από τα πιο εξελιγμένα και διάσημα αθλητικά πρωταθλήματα, προσφέρει μια ιδανική ευκαιρία για να διερευνηθεί η αποτελεσματικότητα αυτών των αλγορίθμων στην πρόβλεψη της απόδοσης των παικτών. Η παρούσα εργασία θα εξετάσει την υλοποίηση των αλγορίθμων ANN και RBF στην πρόβλεψη του μέσου αριθμού σκοραρίσματος των παικτών και παικτριών του NBA και WNBA αντίστοιχα σύμφωνα με διάφορα χαρακτηριστικά, όπως η προηγούμενη απόδοση του παίκτη, όπου περιλαμβάνονται στατιστικά όπως ποσοστά ευστοχίας, ριμπάουντ κ.α. Τα αποτελέσματα αυτής της μελέτης θα συμβάλλουν στην καλύτερη κατανόηση της αποτελεσματικότητας των νευρωνικών δικτύων στην πρόβλεψη της απόδοσης, καθώς επίσης να δοθεί και το έναυσμα για την παροχή εισηγήσεων και σε άλλα αθλήματα. Η συλλογή και η ανάλυση των δεδομένων θα πραγματοποιηθεί με τη χρήση επιλεγμένων προγραμματιστικών εργαλείων και τεχνικών μηχανικής μάθησης, ενώ οι επιδόσεις των αλγορίθμων θα αξιολογηθούν μέσω της σύγκρισής τους με πραγματικά στατιστικά στοιχεία των παικτών του NBA.
|
|---|
