Ljubitelji fudbala širom svijeta željno iščekuju početak najvećeg sportskog takmičenja. Umjesto da samo sjedi i čeka, vodeći evropski ponuđač poslovnih informacija i analitičkih rješenja Bisnode je svojim stručnjacima za podatke i analitiku dao zadatak da razviju algoritam koji može predvidjeti koja reprezentacija će izaći kao pobjednik kada se 15. 07. 2018. završi Svjetsko fudbalsko prvenstvo.
Bisnode Group Analytics je udružila snage sa lokalnim analitičkim timovima kako bi otkrila da li se nauka o podacima i mašinsko učenje mogu iskoristiti za predviđanje koja reprezentacija će osvojiti najveće fudbalsko takmičenje.
Koristeći svu istoriju podataka o igrama reprezentacija tokom prethodne 4 godine, Bisnode je razvio model koji procjenjuje vjerovatnoću pobjede, nerješenog rezultata ili poraza, kao i gol-razliku na svakoj budućoj utakmici reprezentacija koje učestvuju na ovom takmičenju.
„Naš prvi cilj bio je da razvijemo model koji može da predvidi pobjedu, nerješeni rezultat ili poraz, kao i gol-razliku na svakoj budućoj utakmici između dvije reprezentacije na osnovu njihovih karakteristika“, kaže Gotje Dokir, vodeći naučnik u oblasti podataka na projektu.
„Drugi cilj bio je da odredimo najizgledniji scenario turnira i ostalu izvedenu statistiku izvođenjem velikih simulacija, uzimajući u obzir specifičnosti turnira.“
Prvi model zasnivao se na istorijskim podacima sa informacijama o vrsti turnira, mjestu odigravanja utakmice, rezultatu, plasmanu timova i tako dalje. Ti podaci su uneseni u napredni model zasnovan na mašinskom učenju koristeći tehniku za izračunavanje vjerovatnog ishoda na svakoj utakmici, poznatu pod imenom eXtreme Gradient Boosting.
Upotrebom ovog prediktivnog modela, Bisnode Group Analytics je izveo simulacije za stvarne utakmice koje će biti odigrane.
„Generisanjem miliona simulacija, izvukli smo probabilističke informacije povezane sa svakom reprezentacijom i njenim stizanjem do svake faze turnira“, kaže Goran Lončar, direktor Group Analytics.
„Naš pristup omogućio nam je ne samo procjenu vjerovatnoće da jedan tim stigne do određene faze, već nam je pružio i najvjerovatniji scenario cijelog turnira, kao i ukupnu šansu svakog tima da se domogne trofeja.“
I, kako su se pokazali? Sva predviđanja biće dostupna na www.bisnode.ba, tako da ćete se i sami moći uvjeriti u to.
BISNODE JE KORISTIO MAŠINSKO UČENJE, potpodručje informatike koje “računarima daje sposobnost učenja bez izričitog programiranja”. Razvijeno iz studije prepoznavanja uzoraka i teorije računarskog učenja u vještačkoj inteligenciji, mašinsko učenje koristi algoritme koji mogu da uče iz podataka i vrše predviđanja na osnovu njih.
BISNODE JE KORISTIO DUBINSKU ANALIZU PODATAKA, tehniku analize koja se fokusira na otkrivanje uzoraka i trendova u podacima kako bi unosio podatke u prediktivni model i rangirao timove.
