Prediction of NHL Game Outcomes Using Machine Learning Methods
| Thesis title: | Predikce výsledků zápasů NHL pomocí metod strojového učení |
|---|---|
| Author: | Geryk, Matyáš |
| Thesis type: | Bakalářská práce |
| Supervisor: | Sokol, Ondřej |
| Opponents: | Vávra, Vojtěch |
| Thesis language: | Česky |
| Abstract: | Vzhledem ke kontinuální povaze ledního hokeje a vysokému podílu náhody představuje prediktivní modelování výsledků zápasů kanadsko-americké NHL specifickou analytickou výzvu. Hlavním cílem práce je navrhnout, natrénovat a optimalizovat modely strojového učení, které budou schopné s co nejvyšší přesností predikovat výhru domácích či hostů a následně ověřit využitelnost vítězného algoritmu v simulovaném sázkovém prostředí. Vstupní dataset pokrývající ročníky 2019/20 až 2024/25 byl extrahován z oficiálního NHL API. Z původní široké sady dat obohacené o systém hodnocení Elo byla pomocí korelační matice a výběrových algoritmů definována finální sada 35 klíčových prediktorů. V rámci experimentů byly porovnány modely logistické regrese, Random Forest, XGBoost a neuronové sítě. Jako nejlepší se v tomto prostředí ukázala logistická regrese. Ta na neviděných datech testovací sezóny dosáhla přesnosti 60,60 %, čímž překonala srovnávací základnu. Praktický potenciál vítězného modelu nakonec potvrdila sázková simulace řízená defenzivním Kellyho kritériem, ve které algoritmus dosáhl návratnosti investic ve výši 30,75 %. |
| Keywords: | strojové učení; NHL; sportovní predikce; logistická regrese; lední hokej |
| Thesis title: | Prediction of NHL Game Outcomes Using Machine Learning Methods |
|---|---|
| Author: | Geryk, Matyáš |
| Thesis type: | Bachelor thesis |
| Supervisor: | Sokol, Ondřej |
| Opponents: | Vávra, Vojtěch |
| Thesis language: | Česky |
| Abstract: | Due to the continuous nature of ice hockey and a high degree of randomness, predictive modeling of NHL game outcomes presents a specific analytical challenge. The main objective of the thesis is to design, train, and optimize machine learning models capable of predicting home or away wins with the highest possible accuracy, and subsequently verify the practical applicability of the winning algorithm in a simulated betting environment. The input dataset covering the 2019/20 to 2024/25 seasons was extracted from the official NHL API. From the original broad dataset enriched with the Elo rating system, a final set of 35 key predictors was defined using a correlation matrix and feature selection algorithms. Within the scope of the experiments, Logistic Regression, Random Forest, XGBoost, and neural network models were compared. Logistic Regression emerged as the most robust model in this environment. It achieved an accuracy of 60.60 % on unseen data from the test season, thereby successfully outperforming the comparative baseline. Finally, the practical potential of the winning model was confirmed by a betting simulation guided by a defensive Kelly criterion, in which the algorithm achieved a return on investment of 30.75 %. |
| Keywords: | sport prediction; ice hockey; machine learning; logistic regression; NHL |
Information about study
| Study programme: | Aplikovaná informatika |
|---|---|
| Type of study programme: | Bakalářský studijní program |
| Assigned degree: | Bc. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Econometrics |
Information on submission and defense
| Date of assignment: | 27. 11. 2025 |
|---|---|
| Date of submission: | 11. 5. 2026 |
| Date of defense: | 26. 6. 2026 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/94694/podrobnosti |