BI & Machine Learning Exam

Et Business Intelligence-eksamensprojekt, der undersøger hvordan kampforhold og statistik påvirker resultatet af fodboldkampe ved hjælp af statistisk analyse og machine learning.

GitHub

Se repositoriet

Projektbeskrivelse

Projektet undersøger, om kampstatistik og miljømæssige forhold korrelerer med at vinde fodboldkampe eller score mål. Ved hjælp af BI-teknikker og machine learning udforsker vi mønstre i strukturerede kampdata for at teste en række hypoteser om vejr, bold besiddelse, afleveringsnøjagtighed, disciplin og hjemmebanefordel.

Projektet følger det fulde BI-workflow: problemformulering, dataforberedelse, modellering og præsentation af resultater.

Forskningsspørgsmål

• Påvirker vejret, hvordan fodboldkampe spilles?
• Hvilke kampstatistikker korrelerer stærkest med at vinde?
• Har hjemmebanefordel en markant indvirkning på kampresultater?
• Er disciplinære handlinger (kort og frispark) relateret til kampresultater?

Testede hypoteser

• Der scores flere mål og gives flere kort i kampe i regnvejr sammenlignet med tørt vejr
• Højere afleveringsnøjagtighed og boldbesiddelse fører til flere mål og sejre
• Hold vinder flere kampe hjemme og modtager færre frispark
• Hjørnespark, frispark og kort korrelerer med kampresultater

Data

Datasættet indeholder per-kamp-statistik såsom mål, boldbesiddelse, afleveringsnøjagtighed, frispark, gule/røde kort, straffespark, hjørnespark, skud på mål samt valgfri vejrdata.

Machine learning modeller

• Logistic Regression
• Decision Trees
• Random Forest
• Klassifikationsmodeller til forudsigelse af kampresultater

Modeller blev evalueret med accuracy, precision, recall og confusion matrices.

Tech stack

• Python
• Pandas
• NumPy
• Matplotlib / Seaborn
• Scikit-learn
• Jupyter Notebook

Team

• Jonas Outzen
• Marcus Forsberg
• Asger Storgaard
• Frederik Bastiansen