Sistema de predicció de tir en l'entorn de la NBA
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/336066
Tipus de documentTreball Final de Grau
Data2020-07
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
El món de l'esport professional cada cop recull més dades i informació de tot el que passa en les seves competicions. L'estudi d'aquestes dades pot donar un coneixement que ajudi a millorar el rendiment dels participants. En aquest treball ens centrarem en un esport concret: el bàsquet. Específicament en la lliga americana, la NBA. En aquesta lliga es recull moltes dades de totes les accions que succeeixen en un partit. En el nostre cas, ens centrarem en les accions de tir. D'aquestes accions es recull la informació de la posició del jugador, el tipus d'acció de tir, el temps restant, la distància del defensor, etc. A partir de totes aquestes dades volem crear un sistema predictiu de tir general mitjançant tècniques/algoritmes d'aprenentatge automàtic. Per aconseguir aquest objectiu hem treballat amb les dades per veure quines variables ens interessen o quines podem crear a partir de la informació existent. Per crear el millor model possible hem estudiat les diferents tècniques existents en l'entorn d'aprenentatge automàtic per problemes de classificació, i hem anat provant diversos enfocaments per obtenir una solució que considerem acceptable. Sports professional world collects more and more information about everything that happens in its competitions. The study of this data can give some knowledge that helps improving the performance of participants. In this project we will focus on a specific sport: basketball. More precisely in the american league, the NBA. These league collects data about many of the actions that happen during a game. In our case, we will focus on the shooting actions. From these actions we collect information about the position of the player, the type of shooting action, the remaining time, the defender distance, etc. From all these data we want to create a general shooting prediction system using machine learning techniques/algorithms. To achieve this objective we have worked with data to see which variables are more interesting or which variables we can create from existing information. In order to create the best possible model, we have studied the different existing techniques in the machine learning environment for classification problems, and we have tested different approaches to obtain a solution that we consider acceptable.
TitulacióGRAU EN ENGINYERIA INFORMÀTICA (Pla 2010)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
152553.pdf | 1,610Mb | Visualitza/Obre |