Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla

Jalkapallo on maailman suosituin urheilulaji, ja sen ennustaminen on herättänyt kiinnostusta niin akateemisissa piireissä kuin urheilun ammattilaisissakin. Tässä tutkielmassa perehdytään siihen, kuinka tarkasti jalkapallo-otteluiden lopputuloksia voidaan ennustaa tekoälyn ja sen osa-alueen koneoppim...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Haimi, Jesse
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Kandityö
Kieli:fin
Julkaistu: 2024
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/99259
_version_ 1826225810312265728
author Haimi, Jesse
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Haimi, Jesse Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Haimi, Jesse Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Haimi, Jesse
datasource_str_mv jyx
description Jalkapallo on maailman suosituin urheilulaji, ja sen ennustaminen on herättänyt kiinnostusta niin akateemisissa piireissä kuin urheilun ammattilaisissakin. Tässä tutkielmassa perehdytään siihen, kuinka tarkasti jalkapallo-otteluiden lopputuloksia voidaan ennustaa tekoälyn ja sen osa-alueen koneoppimisen menetelmiä hyödyntämällä. Tutkielma käsittelee myös mitkä tekijät vaikuttavat lopputuloksiin eniten. Kandidaatintutkielman tulokset osoittavat, että moderneilla koneoppimismalleilla pystytään melko hyvin ennustamaan otteluiden lopputuloksia, mutta ei kuitenkaan täydellisesti. Tarkempien ennusteiden saavuttamiseksi tarvitaan entistä suurempia ja tarkempia aineistoja, sekä kehittyneempiä algoritmeja ja koneoppimismalleja, jotka pystyvät käsittelemään paremmin käytettyjä aineistoja. Kyseisien rajoituksien ehkäiseminen tapahtuu teknologian kehityksen myötä, joten tulevaisuudessa pitäisi olla mahdollista ennustaa lopputulos entistä tarkemmin. Football is the world’s most popular sport, and predicting its outcomes has gained interest in both academic and professional circles. This Bachelor’s thesis explores how accurately the outcomes of football matches can be predicted using methods of artificial intelligence (AI) and AI’s subdivision machine-learning. The thesis also examines which factors have the most impact on these outcomes. The thesis concludes that with modern machine learning models we can fairly well predict match outcomes, but not perfectly. To achieve more accurate predictions, we need larger and more precise datasets, as well as more ad- vanced algorithms and machine learning models that can handle the used data better. These limitations will hopefully be fixed with constant development of technology, so in the future wanted outcomes can be predicted more accurately.
first_indexed 2025-01-08T21:05:38Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Rautiainen, Iikka", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Haimi, Jesse", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2025-01-08T09:43:09Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2025-01-08T09:43:09Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2024", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/99259", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Jalkapallo on maailman suosituin urheilulaji, ja sen ennustaminen on her\u00e4tt\u00e4nyt kiinnostusta niin akateemisissa piireiss\u00e4 kuin urheilun ammattilaisissakin. T\u00e4ss\u00e4 tutkielmassa perehdyt\u00e4\u00e4n siihen, kuinka tarkasti jalkapallo-otteluiden lopputuloksia voidaan ennustaa teko\u00e4lyn ja sen osa-alueen koneoppimisen menetelmi\u00e4 hy\u00f6dynt\u00e4m\u00e4ll\u00e4. Tutkielma k\u00e4sittelee my\u00f6s mitk\u00e4 tekij\u00e4t vaikuttavat lopputuloksiin eniten. Kandidaatintutkielman tulokset osoittavat, ett\u00e4 moderneilla koneoppimismalleilla pystyt\u00e4\u00e4n melko hyvin ennustamaan otteluiden lopputuloksia, mutta ei kuitenkaan t\u00e4ydellisesti. Tarkempien ennusteiden saavuttamiseksi tarvitaan entist\u00e4 suurempia ja tarkempia aineistoja, sek\u00e4 kehittyneempi\u00e4 algoritmeja ja koneoppimismalleja, jotka pystyv\u00e4t k\u00e4sittelem\u00e4\u00e4n paremmin k\u00e4ytettyj\u00e4 aineistoja. Kyseisien rajoituksien ehk\u00e4iseminen tapahtuu teknologian kehityksen my\u00f6t\u00e4, joten tulevaisuudessa pit\u00e4isi olla mahdollista ennustaa lopputulos entist\u00e4 tarkemmin.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Football is the world\u2019s most popular sport, and predicting its outcomes has gained interest in both academic and professional circles. This Bachelor\u2019s thesis explores how accurately the outcomes of football matches can be predicted using methods of artificial intelligence (AI) and AI\u2019s subdivision machine-learning. The thesis also examines which factors\nhave the most impact on these outcomes. The thesis concludes that with modern machine learning models we can fairly well predict match outcomes, but not perfectly. To achieve more accurate predictions, we need larger and more precise datasets, as well as more ad- vanced algorithms and machine learning models that can handle the used data better. These limitations will hopefully be fixed with constant development of technology, so in the future wanted outcomes can be predicted more accurately.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2025-01-08T09:43:09Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2025-01-08T09:43:09Z (GMT). No. of bitstreams: 0\n Previous issue date: 2024", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "20", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.title", "value": "Jalkapallo-otteluiden lopputuloksien ennustaminen teko\u00e4lyn ja koneoppimisen avulla", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202501081035", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietotekniikka", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Mathematical Information Technology", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "602", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "algoritmit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "jalkapallo", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "ennusteet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_99259
language fin
last_indexed 2025-02-18T10:55:09Z
main_date 2024-01-01T00:00:00Z
main_date_str 2024
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/a284f52a-37eb-4e0a-882e-116204ab3931\/download","text":"URN:NBN:fi:jyu-202501081035.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2024
record_format qdc
source_str_mv jyx
spellingShingle Haimi, Jesse Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla Tietotekniikka Mathematical Information Technology 602 tekoäly koneoppiminen algoritmit jalkapallo ennusteet
title Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_full Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_fullStr Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_full_unstemmed Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_short Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_sort jalkapallo otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
title_txtP Jalkapallo-otteluiden lopputuloksien ennustaminen tekoälyn ja koneoppimisen avulla
topic Tietotekniikka Mathematical Information Technology 602 tekoäly koneoppiminen algoritmit jalkapallo ennusteet
topic_facet 602 Mathematical Information Technology Tietotekniikka algoritmit ennusteet jalkapallo koneoppiminen tekoäly
url https://jyx.jyu.fi/handle/123456789/99259 http://www.urn.fi/URN:NBN:fi:jyu-202501081035
work_keys_str_mv AT haimijesse jalkapallootteluidenlopputuloksienennustaminentekoälynjakoneoppimisenavulla