Formula 1 result prediction
| Thesis title: | Predikce výsledků ve Formuli 1 |
|---|---|
| Author: | Lachout, David |
| Thesis type: | Bakalářská práce |
| Supervisor: | Zeman, Václav |
| Opponents: | Vojíř, Stanislav |
| Thesis language: | Česky |
| Abstract: | Formule 1 je jedním z nejdynamičtějších a datově nejbohatších motorsportů na světě. Cílem této práce je najít nejsilnější predikční model, který dokáže s využitím historických dat předpovědět vítěze jednotlivých závodů, celkové umístění jezdců a šampiona sezóny V teoretické části se práce zaměřuje na analýzu faktorů ovlivňujících výsledky ve Formuli 1, jako jsou výkonnost vozů, strategie týmů, charakteristiky okruhů a vnější podmínky. Dále poskytuje přehled metod strojového učení, které jsou využívány pro sportovní predikce, včetně regresních modelů, rozhodovacích stromů nebo XGBoostu. Praktická část zahrnuje sběr a zpracování historických dat ze spolehlivých zdrojů, analýzu klíčových proměnných a návrh predikčního modelu s využitím algoritmů strojového učení. Model je testován na minulých sezónách a validován pomocí různých metrik přesnosti. Výstupem práce je model schopný předpovídat výsledky závodů a sezónních šampionátů na základě vstupních dat. Tato studie demonstruje potenciál strojového učení v oblasti motorsportu a ukazuje, jak lze na základě analytických metod zvýšit prediktivní přesnost v dynamickém prostředí Formule 1. |
| Keywords: | motosport; Formule 1; strojové učení; analýza dat; sportovní statistika; predikce |
| Thesis title: | Formula 1 result prediction |
|---|---|
| Author: | Lachout, David |
| Thesis type: | Bachelor thesis |
| Supervisor: | Zeman, Václav |
| Opponents: | Vojíř, Stanislav |
| Thesis language: | Česky |
| Abstract: | Formula 1 is one of the most dynamic and data-rich motorsports in the world. The goal of this work is to find the most powerful prediction model that can use historical data to predict individual race winners, overall driver placings and season champion In the theoretical part, the thesis focuses on the analysis of the factors influencing the results in Formula 1, such as car performance, team strategies, circuit characteristics and external conditions. It also provides an overview of machine learning methods that are used for sport prediction, including regression models, decision trees or XGBoost. The practical part includes the collection and processing of historical data from reliable sources, the analysis of key variables and the design of a prediction model using machine learning algorithms. The model is tested on past seasons and validated using various accuracy metrics. The output of the work is a model capable of predicting race results and seasonal championships based on the input data. This study demonstrates the potential of machine learning in motorsport and shows how analytical methods can be used to improve predictive accuracy in the dynamic environment of Formula One. |
| Keywords: | Formula 1; motosport; prediction; sports statistics; machine learning; data analysis |
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 Information and Knowledge Engineering |
Information on submission and defense
| Date of assignment: | 3. 2. 2025 |
|---|---|
| Date of submission: | 12. 5. 2025 |
| Date of defense: | 20. 6. 2025 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/91233/podrobnosti |