03487ntm a22006017i 4500 000727788 CZ-PrVSE 20260201122909.0 m d cr n|||||||||| 260201s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Nguyen, Kevin ISIS:169622 dis Prediction of Premier League Football Matches eng Predikce fotbalových zápasů Premier League / Kevin Nguyen 2025 ?? stran : digital, PDF soubor Vedoucí práce: David Chudán Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2026 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2026 Cílem bakalářská práce spočívá ve zjištění, zda je možné predikovat konečné výsledky fotbalových zápasu v anglické lize Premier League. Toto ověření se konkrétně provádělo tvorbou modelů zvolených metod a následnou analýzou výsledků získaných z vybraných výkonnostních metrik. Data byla získana z bezplatného webového portálu pro fotbalové sázení Football-Data.co.uk a pro predikci bylo využito 4180 odehraných fotbalových zápasů z posledních 10 zakončených sezón (2014-2025). V této práci se použily metody Logistické regrese, Support Vector Machines (SVM), eXtreme Gradient Boosting (XGBoost) a Naivní Bayes. Samotné aplikaci modelů předcházela kontrola kvality dat a explorační datová analýza (EDA), jejímž úkolem bylo získat základní charakteristiky o datasetu. Na základě výkonnostních metrik dosáhly vytvořené modely podobných výsledků. Společným znakem všech modelů byla nízká úspěšnost při predikci správných remíz, což indikuje, že problém nespočíval ve zvolených metodách, ale v nedostatečné schopnosti charakteristik predikovat remízu. Práce proto doporučuje pro budoucí výzkum implementovat pokročilejší metriky, které by přispěly ke zlepšení výkonnosti modelů. Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas strojové učení ML Logistická regrese Support Vector Machines SVM eXtreme Gradient Boosting XGBoost Premier League sport fotbal predikce Chudán, David js20100609002 ths Máša, Petr ISIS:17194 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/90433/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/90433 Hlavní práce https://insis.vse.cz/zp/90433/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/90433/posudek/oponent/85843 Oponentura https://insis.vse.cz/zp/90433/priloha/32992 Přiloha k práci https://insis.vse.cz/zp/90433/podrobnosti dc:identifier NEPOSILAT VSKP vse90433 260128 90433