메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
예원진 (한양대학교) 이성노 (한양대학교)
저널정보
한국체육과학회 한국체육과학회지 한국체육과학회지 제31권 제5호 (자연과학 편)
발행연도
2022.10
수록면
1,009 - 1,021 (13page)
DOI
10.35159/kjss.2022.10.31.5.1009

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The purpose of this study is to predict match results and analyze win/loss factors by combining big data and machine learning classification models using the box scores of the 2015-2021 women"s basketball Asian Cup tournament. The subject of this study was a total of 200 game records among the records obtained through the official records of the 2015, 2017, 2019, and 2021 Women"s Basketball Asian Cup tournaments, and a total of 22 variables were used to predict win/loss results and analyze win/loss factors. In order to predict the win/loss result of the Women"s Basketball Asian Cup competition, five machine learning classification models are used, KNN, Decision Tree, SVM, Logistic Regression, and Random Forest, and predictive performance by model by predicting win/loss results. were comparatively analyzed. In addition, in order to analyze the factors affecting win/loss, the importance of each factor was analyzed using a random forest classification model.
First, when analyzing factors affecting win/loss using box score data, it was considered that total score and efficiency factors should be removed before analysis in order to obtain more accurate factor importance. Second, in the analysis of factors affecting victory and defeat after cleaning dirty data, the number of successful shots (FGM) was found to be the most important factor, followed by the shot success rate (FG%), the two-point success rate (2PTS%), and personal fouls (PF)，interception (STL), and so on. Third, in predicting win-loss results, the logistic regression model showed optimal prediction performance than the KNN, decision tree, SVM, and random forest models, and showed 95% prediction accuracy and 0.95 F1 score.
#Machine Learning #Womens Basketball Asian Cup #Prediction #Victory/Loss Factor

목차

Abstract
Ⅰ. 서론
Ⅱ. 연구방법
Ⅲ. 결과
Ⅳ. 논의
Ⅴ. 결론 및 제언
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝 기법을 활용한 서울 지점 미세먼지 농도 예측 연구
김민우 ,  정형세 한국데이터정보과학회지 2022 .11
트리 기반 머신러닝 알고리즘과 기상 예측 자료를 이용한 시정 예측
김부요 ,  Belo ,  id Miloslav 외 1명 한국기상학회 학술대회 논문집 2022 .10
트리 기반 머신러닝 알고리즘을 이용한 서울의 PM10 및 PM2.5 단기 예측
김부요 ,  임윤규 ,  차주완 한국기상학회 학술대회 논문집 2022 .10
에너지 빅데이터를 활용한 머신러닝 기반의 생산 예측 모형 연구
강미영 ,  김석 한국정보통신학회 종합학술대회 논문집 2022 .10
머신러닝 및 딥러닝 기법을 이용한 대기질 예측 모델 구축 및 평가
김영일 ,  박승한 한국대기환경학회 학술대회논문집 2022 .10

최근 본 자료

전체보기

댓글(0)

0