| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uporaba podatkovnega rudarjenja v košarki
Avtorji:ID Marković, Filip (Avtor)
ID Kljajić Borštnar, Mirjana (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf VS_Markovic_Filip_2026.pdf (1,58 MB)
MD5: 1FEE77567949CBF2A5662D112C622ED8
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FOV - Fakulteta za organizacijske vede
Opis:Namen diplomskega dela je bil raziskati uporabo podatkovnega rudarjenja in naprednih analitičnih metod v košarki s poudarkom na vrednotenju individualne uspešnosti igralcev. Raziskava se osredotoča na analizo naprednih statističnih kazalnikov in njihovo primerjavo z osnovnimi statističnimi podatki. V okviru diplomskega dela so bili analizirani podatki zadnjih treh sezon lige NBA in identificirani ključni statistični kazalniki, ki vplivajo na uspešnost igralcev. Igralci so bili razvrščeni v različne skupine glede na njihovo vlogo v ekipi. Analizirane so bile razlike med uspešnimi in manj uspešnimi igralci. Pri tem so bile uporabljene metode strojnega učenja, kot so metoda k-najbližjih sosedov, logistična regresija in naključni gozd. Rezultati raziskave kažejo, da napredni statistični kazalniki omogočajo bistveno natančnejšo analizo in napovedovanje uspešnosti igralcev v primerjavi z osnovnimi statističnimi podatki. Modeli, zgrajeni na podlagi naprednih statistik, dosegajo višjo stopnjo natančnosti, kar potrjuje njihovo uporabnost v sodobni športni analitiki. Raziskava potrjuje, da podatkovno podprt pristop predstavlja pomembno orodje za razumevanje košarke, ki lahko bistveno prispeva k boljšemu odločanju v športnem okolju.
Ključne besede:podatkovno rudarjenje, košarka, napredni statistični kazalniki, strojno učenje, analiza podatkov, uspešnost igralcev
Kraj izida:Maribor
Leto izida:2026
PID:20.500.12556/DKUM-98614 Novo okno
COBISS.SI-ID:286921475 Novo okno
Datum objave v DKUM:04.08.2026
Število ogledov:241
Število prenosov:13
Metapodatki:XML DC-XML DC-RDF
Področja:FOV
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:24.06.2026

Sekundarni jezik

Jezik:Angleški jezik
Naslov:The use of data mining in basketball
Opis:This thesis aimed to explore the application of data mining and advanced analytical methods in basketball, with a focus on evaluating individual player performance. The research emphasizes the use of advanced statistical metrics and their comparison with traditional statistics. The analysis is based on data from the last three NBA seasons, where key statistical indicators influencing player performance were identified. Players were classified into different roles within a team, and differences between high-performing and low-performing players were examined. Additionally, machine learning methods, including k-Nearest Neighbors (kNN), Logistic Regression, and Random Forest, were applied to evaluate their predictive capabilities. The results show that advanced statistical metrics provide significantly more accurate insights into player performance compared to traditional statistics. Models built on advanced data achieved higher prediction accuracy, confirming their effectiveness in modern sports analytics. The research demonstrates that a data-driven approach represents a valuable tool for understanding basketball performance and can significantly support decision-making processes within teams and sports organizations.
Ključne besede:data mining, basketball, advanced statistics, machine learning, data analysis, players' performance, features


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici