| Summary: | Datová analytika v průběhu několika minulých let pronikla i do sportu, zejména do oblasti posuzování sportovního výkonu. Vlivem obrovského nárůstu objemu dat také zde vzniká koncept Data-Driven klubů, které mají za cíl být úspěšnější na základě vhodného využití dat a z nich získaných informací. Hlavní myšlenkou této práce je využít opačný model, kde si hráči budou moci sami udělat analýzu, která fotbalová soutěž by pro jejich styl hry byla nejvhodnější, tak aby byl zachován jejich kariérní růst.Primární cílem této práce je za využití modelů umělé inteligence doporučit nejvhodnější fotbalovou soutěž hráči ve fotbale na pozici středního obránce na základě jeho herních dat. Sekundárním cílem práce je za využití stejného modelu, doporučit fotbalovému týmu hráče s největším potenciálem být úspěšný v dané lize dle specifikace a parametrů zadaných klubem. Over the past few years, data analytics has made its way into sports, particularly in the area of sports performance assessment. Due to the huge increase in the volume of data, the concept of Data-Driven Clubs is also emerging here, with the aim of being more successful based on the appropriate use of data and the information derived from it. The main idea of this thesis is to use the opposite model, where players will be able to make their own analysis of which football competition would be most suitable for their style of play, so that their career growth is maintained. The primary aim of this thesis is to use artificial intelligence models to recommend the most suitable football competition for a player at the central defender position based on their game data. The secondary objective of this thesis is to recommend, using the same model, a football team the player with the greatest potential to be successful in a given league according to the specifications and parameters given by the club.
|
|---|