Ice Hockey Match Prediction Using Data Mining Model

V této práci se zaměřuji na tvorbu a porovnání modelu pro predikci výsledků hokejových utkání se specializací na zápasy mistrovství světa v ledním hokeji. V první části se nejprve věnuji shromáždění teoretických znalostí umožňujících takovou úlohu vyřešit a ve druhé části tyto znalosti aplikuji. Postup tvorby modelu se řídí data mining metodologií CRISP-DM, jejíž etapy se promítají i v práci samotné. Jako vstupní data jsou využity údaje o výsledcích jednotlivých hráčů reprezentačních mužstev z ligových ročníků předcházejících danému mistrovství. Tato data se nacházejí na veřejně přístupných internetových zdrojích, tudíž součástí práce je i tvorba a využití automatizovaného skriptu, který tyto zdroje prochází a data agreguje. Získaná data jsou upravena do podoby jednotlivých utkání odehraných na šampionátech (tým A složený z hráčů X proti týmu B složenému z hráčů Y) doplněných o výsledky těchto utkání (výhra domácího týmu, prohra domácího týmu). Poté jsou data analyzována za účelem odhalení možných nedostatků a přípravy hypotéz (popis atributů, volba závislého atributu -- výsledek utkání) a transformována do podoby využitelné data miningovým nástrojem. Hodnocení výsledků se skládá ze dvou částí, v té první hodnotím výsledky jednotlivých modelů jako takových při porovnání klasifikace dat z testovací skupiny na skutečné výsledky zápasů. Zde hodnotím také možnosti nasazení modelu do praxe. Součástí této fáze je i opětovná kontrola správnosti použití atributů vstupujících do analýzy. Ve druhé části dochází k porovnávání dosažených hodnot s údaji o sázkových kurzech -- ověřuje se tak smysluplnost použití takovýchto modelů. Pro tento účel využívám volně dostupné údaje o kurzech, které byly vypsány pro zápasy odpovídající utkáním z testovací množiny dat (kurz na výhru domácích a kurz na výhru hostů). Na závěr je vybraný predikční model nasazen na utkání základních skupin MS v hokeji v roce 2015.