Analýza zakončení hráčů NHL a její využití pro tréninkový proces
Autor(ka) práce:
Jiráň, Dominik
Typ práce:
Diplomová práce
Vedoucí práce:
Šulc, Zdeněk
Oponenti práce:
Cibulková, Jana
Jazyk práce:
Česky
Abstrakt:
Tato diplomová práce se zaměřuje na aplikaci shlukové analýzy na data střel hráčů NHL ze sezóny 2023/2024. Hlavním cílem je nalézt optimální způsob rozdělení střel a hráčů do skupin na základě jejich prostorových, technických a herních charakteristik a interpretovat výsledné shluky vytvořené nejvhodnější metodou. Dílčími cíli jsou porovnání osmi metod shlukování (např. k-průměrů, Wardova metoda, metoda nejbližšího souseda) a různých typů vzdáleností z hlediska jejich schopnosti vytvořit statisticky i prakticky využitelné skupiny. K hodnocení kvality výstupů jsou využity tři standardní metriky vnitřní validity: obrysový koeficient, Calinski-Harabaszův index a Davies-Bouldinův index. Analýza je rozdělena do tří částí: shlukování střel podle jejich pozice na ledě, podle typu a výsledku střely a shlukování hráčů na základě jejich fyzických a herních charakteristik. Výsledky ukazují, že shluková analýza představuje efektivní nástroj pro identifikaci typických střeleckých situací i herních profilů. Práce formuluje konkrétní návrhy pro využití těchto poznatků v tréninkové praxi a ukazuje potenciál datové analýzy pro podporu rozhodování v ledním hokeji.
Klíčová slova:
NHL; Shluková analýza; lední hokej
Název práce:
Shot Analysis of NHL Players and Its Application in the Training Process
Autor(ka) práce:
Jiráň, Dominik
Typ práce:
Diploma thesis
Vedoucí práce:
Šulc, Zdeněk
Oponenti práce:
Cibulková, Jana
Jazyk práce:
Česky
Abstrakt:
This diploma thesis focuses on the application of cluster analysis to NHL shot data from the 2023/2024 season. The main objective is to identify the optimal way to group shots and players based on their spatial, technical, and game-related characteristics, and to interpret the resulting clusters generated by the most suitable method. The secondary objectives include a comparison of seven clustering methods (e.g., k-means, Ward’s method, single linkage) and various distance metrics in terms of their ability to form statistically and practically meaningful groups. To evaluate the quality of the results, three standard internal validation metrics are used: the silhouette coefficient, Calinski-Harabasz index, and Davies-Bouldin index. The analysis is divided into three parts: clustering of shots based on their position on the ice, based on shot type and outcome, and clustering of players according to their physical and game characteristics. The results demonstrate that cluster analysis is an effective tool for identifying typical shooting patterns and player profiles. The thesis formulates specific recommendations for incorporating these insights into training practice and highlights the potential of data analysis to support decision-making in ice hockey.