03970ntm a22005657i 4500 000699468 CZ-PrVSE 20240203150629.0 m d cr n|||||||||| 240203s2023 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Novotný, Matěj ISIS:156145 dis Prediction of eSports match outcomes using regression models eng Predikce výsledků esportových zápasů pomocí regresních modelů / Matěj Novotný 2023 ?? stran : digital, PDF soubor Vedoucí práce: Jan Rejthar Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Tato bakalářská práce se zaměřuje na analýzu a predikci výsledků zápasů v eSportové hře League of Legends (LoL) pomocí strojového učení. Srovnáváme predikční metody používané v tradičních sportech a v eSportu, aby zdůraznili klíčové rozdíly a specifika těchto dvou odvětví. Využíváme tři metody strojového učení, gradient boosting, náhodný les a logistická regrese, k vytvoření přesného a robustního modelu pro předpovídání výsledků zápasů v LoL. Naše analýzy ukázaly, že gradient boosting je nejpřesnější a nejrobustnější z těchto metod. Data pro naše modely byla získána z eSportové databáze a byla zpracována a analyzována v jazyce Python s využitím knihoven pro strojové učení a analýzu dat. Během analýzy datové sady jsme narazili na několik problémů, jako je dočasnost dat a výběr proměnných. Nicméně jsme identifikovali výhody predikce eSportů oproti tradičním sportům, jako je automatické a přesné generování faktorů během hry. Výsledky našich modelů byly vyhodnoceny pomocí metrik jako přesnost, preciznost, úplnost a F1-skóre. Gradient boosting dosáhl nejlepších výsledků s nejvyšší přesností, precizností, úplností a F1-skóre. Celkově lze říci, že naše práce přináší cenné poznatky do oblasti predikce eSportů a jejich srovnání s tradičními sporty. V budoucnu by bylo zajímavé zkoumat další faktory ovlivňující výsledky zápasů, jako jsou preference jednotlivých hráčů a týmů nebo dopady aktualizací hry na predikce. Naše výsledky také zdůrazňují význam kombinace různých typů dat a jejich správného vyvážení pro dosažení optimálních výsledků v predikci výsledků zápasů v eSportovém prostředí. Způsob přístupu: Internet datové analýzy a modelování [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas předpověd výsledků náhodný les gradient boosting regresní metody League of Legends strojové učení eSport logistická regrese Rejthar, Jan ISIS:126443 ths Fojtík, Jan ISIS:87865 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/83080/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/83080 Hlavní práce https://insis.vse.cz/zp/83080/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/83080/posudek/oponent/78372 Oponentura https://insis.vse.cz/zp/83080/priloha/25994 Přiloha k práci https://insis.vse.cz/zp/83080/podrobnosti dc:identifier NEPOSILAT VSKP vse83080 240201 83080