Sınıflandırma için makine öğrenim yöntemlerinin performans değerlendirmesi: Futbol verisi uygulaması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: DUYGU TOPCU
Danışman: ÖZGÜL VUPA ÇİLENGİROĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Futbol, hem dünya genelinde hem de Türkiye'de en popüler sporlardan biridir. Bu yaygınlık, bilgi teknolojilerinde kullanılmakta ve gelişen veri bilimi ile birlikte maç istatistiklerinin kolaylıkla analiz edilmesini sağlamaktadır. Futbol müsabakalarında en çok ilgi gören konu genellikle maç sonucudur. Maç sonucunu etkileyen birçok farklı faktör (gol sayısı, takımın kart sayısı, hava koşulları, deplasmanda oynama durumu vb.) bulunmaktadır. Bu araştırmada, Türkiye Futbol Federasyonu Süper Ligi'nde 2018-2019, 2019-2020 ve 2020-2021 sezonlarında oynanan maçlardan elde edilen iki farklı veri seti kullanılarak sınıflandırma ve karar ağacı yöntemleriyle analiz yapılmıştır. İlk veri seti iki sezonu kapsamaktadır ve maçlarda ev sahibi ve rakip takımların aldığı kırmızı veya sarı kartlar, yabancı oyuncu sayısı ve atılan gol sayıları gibi değişkenler bağımsız değişkenler olarak kullanılmıştır. Bu değişkenlere bağlı olarak ev sahibi takımın kazanma veya kaybetme durumu, Lojistik Regresyon ve Karar Ağacı (CART, QUEST ve CHAID) algoritmalarıyla modellenmiştir. İkinci veri seti ise üç sezonu kapsamaktadır ve takım ikili mücadele başarı oranı, rakip isabetli şut yüzdesi, takım isabetli pas yüzdesi, rakip isabetli pas yüzdesi, rakibin kırmızı kart görüp görmemesi, takımdaki yabancı oyuncu sayısı, takımın ofansif gücü ve rakibin defansif gücü gibi değişkenler kullanılarak ev sahibi takımın kazanma veya kaybetme durumları, Lojistik Regresyon, Karar Ağaçları (CART, QUEST ve CHAID) ve Rastgele Orman algoritmalarıyla modellenmiştir. Bu çalışma kapsamında birinci veri seti için altı, ikinci veri seti için ise beş farklı model oluşturulmuştur. Oluşturulan modellerin doğruluk yüzdeleri, duyarlılıkları, seçicilikleri ve F-skor değerleri karşılaştırılarak en iyi modeller belirlenmiştir.