Wykorzystanie uczenia maszynowego do przewidywania indywidualnych kar wymierzanych zawodnikom w meczach piłki nożnej. Analiza danych statystycznych z ligi angielskiej

Celem pracy jest weryfikacja możliwości stworzenia wartościowego modelu predykcyjnego kar indywidualnych w piłce nożnej. Na początku, wykorzystując język programowania R i bibliotekę „worldfootballr” stworzono bazę danych, w której skumulowane zostały statystyki zawodników ligi angielskiej z sezonów od 2019/2020 do 2022/2023. Później przy pomocy bibliotek, takich jak „TPOT”, czy „scikit-learn” stworzono w języku programowania Python, na podstawie powstałej bazy, model predykcyjny oparty na nadzorowanym uczeniu maszynowym. Po ewaluacji modelu i sprawdzeniu działania dwóch algorytmów „RandomForestClassifier” i „XGBoost” najlepszym modelem do predykcji indywidualnych kar wymierzanym zawodnikom piłki nożnej okazał się „RandomForestClassifier”. Jego dokładność sięgnęła 93.44%, w porównaniu do 92.22% dokładności modelu opartego na algorytmie „XGBoost”. Udowodnione zostało, że możliwe jest stworzenie precyzyjnego modelu predykcyjnego korzystając jedynie z ogólnodostępnych narzędzi.

The aim of this work is to verify the possibility of creating a valuable predictive model of individual penalties in football. At the beginning, using the R programming language and the “worldfootballr” library, a database was created in which the statistics of the English League players from the 2019/2020 to 2022/2023 seasons were accumulated. Later, with the help of libraries such as TPOT or scikit-learn, a predictive model based on supervised machine learning was created in the Python programming language. After evaluating the model and checking the efficiency of two algorithms “RandomForestClassifier” and “XGBoost”, the best model for predicting individual penalties to football players turned out to be “RandomForestClassifier”. Its accuracy reached 93.44%, compared to 92.22% accuracy of the model based on the “XGBoost” algorithm. It has been proven that it is possible to create a precise predictive model using only publicly available tools.