АЛГОРИТМ ПРОГНОЗУВАННЯ РЕЗУЛЬТАТІВ ФУТБОЛЬНИХ МАТЧІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ
Анотація
Досліджено використання одного із способів машинного навчання, а саме нейронної мережі у прогнозуванні результатів спортивних подій. На цей час сфера машинного навчання перебуває на піку інтересу серед широкого загалу і використовується у вирішенні великого спектра проблем сучасного світу. Серед основних переваг і одночасно причиною, яка стала основною у виборі способу вирішення поставленої проблеми, є можливість застосування нейронних мереж для вирішення задач, в яких не прослідковується чіткий алгоритм розв'язання. На основі зібраних даних про архітектури та способи застосування різних типів нейронних мереж, алгоритмів навчання, а також і загалом методів, які можуть бути використані для вирішення проблем прогнозування, досліджено та розроблено алгоритм прогнозування. Враховуючи відсутність у відкритому доступі схожих засобів для прогнозування результатів спортивних подій, оцінку алгоритму проведено за допомогою порівняння точності прогнозування з іншими алгоритмами прогнозування, які не передбачають використання нейронних мереж. Таке тестування здійснено на основі загальнодоступного набору даних, отриманого з відкритих джерел.
Завантаження
Посилання
Adams, T. (2017). Training an artificial neural network. Retrieved from: https://www.solver.com/training-artificial-neural-network-intro.
Badde, S., Gupta, A., & Patki, K. (2009). Cascade and Feed Forward Back propagation Artificial Neural Network Models for Prediction of Compressive Strength of Ready Mix Concrete. Second International Conference on Emerging Trends in Engineering (SICETE). Retrieved from: http://www.iosrjournals.org/iosr-jmce/papers/sicete(civil)-volume3/26.pdf
Galushkin, A. I. (2000). Teoriia neironnykh setei. Moscow: IPRZhR. 415 p. [in Russian].
Gorban, A. N., & Rossiev, D. A. (1996). Neironnye seti na personalnom kompiutere. Novosibirsk: Nauka. 276 p. [in Russian].
Hryhorkiv, V. S., Yaroshenko, O. I., & Filipchuk, N. V. (2012). Neironni merezhi ta yikh vykorystannia dlia prohnozuvannia tendentsii rynku nerukhomosti [Neural networks and their application for real estate market trends forecasting]. Scientific Bulletin of UNFU, 22(5), 324–330.
Kohonen, T. (2013). Essentials of the self-organizing map. Neural Networks, 37, 52–65. https://doi.org/10.1016/j.neunet.2012.09.018
Kruglov, V. V., & Borisov, V. V. (2001). Iskusstvennye neironnye seti: teoriia i praktika. Moscow: Goriachaia liniia-Telekom. 382 p. [in Russian].
Liubun, Z. M. (2006). Osnovy teorii neiromerezh. Lviv: Vyd. tsentr LNU im. Ivana Franka. 140 p. [in Ukrainian].
Авторське право (c) 2017 Науковий вісник НЛТУ України
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
