Система для аналізу та прогнозування спортивних результатів на основі машинного навчання

Abstract

Тема кваліфікаційної роботи є актуальною, оскільки застосування машинного навчання для аналізу та прогнозування результатів академічного веслування відіграє важливу роль в інформатизації вищої освіти. Машинне навчання відкриває можливості для покращення підготовки спортсменів та оптимізації тренувального процесу. Крім того, воно підкреслює важливість використання сучасних технологій для досягнення вищих спортивних результатів та підвищення конкурентоспроможності навчальних закладів. Об’єктом дослідження є процес аналізу та прогнозування показників спортсменів з академічного веслування та результатів їх тренувань на веслувальному тренажері. Предметом дослідження є методи машинного навчання для прогнозування на основі аналізу спортивних результатів. Мета кваліфікаційної роботи – покращення якості прогнозування спортивних результатів шляхом застосування машинного навчання для аналізу та прогнозування їх результатів. Для досягнення поставленої мети було розв’язано наступні завдання: – проаналізовано ринок наявних технологій і рішень для вирішення завдань; – зібрано та оброблено дані тренувань; – виконано проектування та моделювання системи; – використано моделі машинного навчання для аналізу отриманих даних; – оцінено ефективність моделей та їх можливість впровадження у практику академічного веслування; – апробовано отримані результати. В ході виконання даної кваліфікаційної роботи магістра було проведено аналіз предметної області систем для аналізу та прогнозування спортивних результатів на основі машинного навчання. В першому розділі роботи були досліджені інтелектуальні підходи, такі як кластерний аналіз, алгоритми регресії, метод опорних векторів, метод нечіткої логіки та нейронні мережі, що дозволило визначити оптимальний набір інструментів для подальшої розробки системи. У другому розділі була описана розробка функціональної моделі системи та побудовано контекстну діаграму, що деталізує внутрішні процеси системи. Це забезпечило чітке розуміння логіки та взаємозв'язків компонентів системи для ефективного прогнозування спортивних результатів. Третій розділ роботи присвячено технологіям, необхідним для реалізації системи, зокрема Python, бібліотекам Pandas та Scikit-learn. Створення діаграм прецедентів та сценаріїв використання сприяло кращому розумінню функціоналу системи та взаємодії з нею. Розробка макетів інтерфейсу дозволила візуалізувати функціонал системи та спростити її використання. У четвертому розділі було успішно описано процес розробки застосунку та проведено аналіз результатів, що отримані за допомогою алгоритмів кластеризації та прогнозування на основі машинного навчання. Це дозволило оцінити ефективність розробленої системи та її здатність до точного прогнозування спортивних результатів. КРБ викладена на 70 сторінок, вона містить 4 розділи, 19 ілюстрації, 8 таблиць, 22 джерелач в переліку посилань. The topic of the qualification work is relevant, as the application of machine learning for analysis and forecasting of the results of academic rowing plays an important role in the informatization of higher education. Machine learning opens up opportunities for improving the preparation of athletes and optimizing the training process. In addition, it emphasizes the importance of using modern technologies to achieve higher sports results and increase the competitiveness of educational institutions. The object of research is the process of analysis and forecasting of the indicators of athletes from academic rowing and the results of their training on the rowing simulator. The subject of research is machine learning methods for forecasting based on the analysis of sports results. The purpose of the qualification work is to improve the quality of forecasting sports results by applying machine learning for analysis and forecasting of their results. To achieve the goal, it is necessary to solve the following tasks: – the market of existing technologies and solutions for task resolution was analyzed; – training data was collected and processed; – the system design and modeling have been completed; – machine learning models were used to analyze the obtained data; – the effectiveness of the models and their potential for implementation in academic rowing practice were evaluated; – the obtained results were tested. In the course of completing this master’s qualification work, an analysis of the subject area of systems for analyzing and predicting sports results based on machine learning was conducted. In the first section of the work, intelligent approaches such as cluster analysis, regression algorithms, support vector machines, fuzzy logic methods, and neural networks were investigated, allowing for the determination of an optimal set of tools for further system development. The second section described the development of the functional model of the system and constructed a context diagram detailing the internal processes of the system. This ensured a clear understanding of the logic and interrelationships of system components for effective sports result prediction. The third section focused on the technologies necessary for system implementation, including Python, Pandas, and Scikit-learn libraries. Creating use case diagrams and usage scenarios improved the understanding of the system’s functionality and interaction. Interface mockups facilitated visualizing the system’s features and simplified its use. In the fourth section, the successful process of application development was described, and an analysis of the results obtained using clustering and machine learning-based prediction algorithms was conducted. This allowed for evaluating the effectiveness of the developed system and its ability to accurately predict sports results. The work is 70 pages long and includes 4 sections, 19 illustrations, 8 tables, and 22 sources.