Vorhersagemodelle mit Sportdaten

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Vorhersagemodelle mit Sportdaten

Dieser Kurs ist Teil von Spezialisierung „Sportliche Leistungsanalyse“

Dozenten: Youngho Park

7.107 bereits angemeldet

Bei enthalten

Mehr erfahren

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

42 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

3 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

42 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

3 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Lernen Sie, wie Sie mit Python Vorhersagen für Spielergebnisse im Profisport erstellen können.

Kompetenzen, die Sie erwerben

Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Prädiktive Analytik
Kategorie: Statistische Modellierung
Kategorie: Prädiktive Modellierung
Kategorie: Marktdaten
Kategorie: Analytik
Kategorie: Vorhersage
Kategorie: Bewertung des Modells
Kategorie: Daten-Ethik
Kategorie: Wahrscheinlichkeit
Kategorie: Ethische Standards und Verhaltensweisen
Kategorie: Logistische Regression
Kategorie: Datenanalyse
Kategorie: Regressionsanalyse
Kategorie: Vorverarbeitung von Daten
Kategorie: Datenverarbeitung

Werkzeuge, die Sie lernen werden

Kategorie: Python-Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

5 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Sportliche Leistungsanalyse“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module

In diesem Kurs wird dem Lernenden gezeigt, wie man mit Python Prognosen für Spielergebnisse im Profisport erstellt. Der Schwerpunkt des Kurses liegt auf der Vermittlung der Methode der logistischen Regression als Methode zur Modellierung von Spielergebnissen unter Verwendung von Daten über die Ausgaben der Mannschaften. Der Lernende wird durch den Prozess der Modellierung vergangener Ergebnisse geführt und verwendet das Modell dann zur Vorhersage der Ergebnisse noch nicht ausgetragener Spiele. Der Kurs zeigt dem Lernenden, wie er die Zuverlässigkeit eines Modells anhand von Daten zu Wettquoten bewerten kann. Die Analyse wird zunächst auf die englische Premier League, dann auf die NBA und die NHL angewandt. Der Kurs bietet auch einen Überblick über die Beziehung zwischen Datenanalyse und Glücksspiel, seine Geschichte und die sozialen Fragen, die sich im Zusammenhang mit Sportwetten stellen, einschließlich der persönlichen Risiken.

Dieses Modul stellt die Regressionsmodelle im Umgang mit kategorischen Ergebnisvariablen in Sportwettbewerben (d.h. Sieg, Unentschieden, Niederlage) vor. Es erklärt das Lineare Wahrscheinlichkeitsmodell (LPM) im Hinblick auf seine theoretischen Grundlagen, rechnerischen Anwendungen und empirischen Grenzen. Anschließend wird die logistische Regression als besserer Ersatz des LPM für kategoriale abhängige Variablen vorgestellt und demonstriert.

Das ist alles enthalten

8 Videos8 Lektüren2 Aufgaben6 Unbewertete Labore

8 VideosInsgesamt 86 Minuten

Einführung in Vorhersagemodelle2 Minuten
Binäre Ergebnisse und Regression Teil 19 Minuten
Binäres Ergebnis und Regression Teil 212 Minuten
Logistische Regression Teil 112 Minuten
Logistische Regression Teil 216 Minuten
Geordnete logistische Regression Teil 17 Minuten
Geordnete logistische Regression Teil 212 Minuten
Prädiktive Modellierung - Grundlagen der Vorhersage17 Minuten

8 LektürenInsgesamt 75 Minuten

Vorhersagemodelle Lehrplan10 Minuten
Helfen Sie uns, mehr über Sie zu erfahren5 Minuten
Überblick über die Zuweisung10 Minuten
Anweisungen für die Zuweisung - Teil 110 Minuten
Woche 1 - Teil 1 - Musterheft10 Minuten
Anweisungen für die Zuweisung - Teil 210 Minuten
Woche 1 - Teil 2 - Musterheft10 Minuten
Woche 1 R Inhalt10 Minuten

2 AufgabenInsgesamt 60 Minuten

Woche 1 - Quiz 130 Minuten
Woche 1 - Quiz 230 Minuten

6 Unbewertete LaboreInsgesamt 360 Minuten

1.1. LPM und Logit-Modell60 Minuten
1.2. Geordnete Logit-Regression60 Minuten
1.3. Vorausschauende Modellierung - Grundlagen der Vorhersage60 Minuten
Woche 1 Selbsttest Lösungen60 Minuten
Aufgabe 1 - Teil 1 - Arbeitsbereich60 Minuten
Aufgabe 1 - Teil 2 - Arbeitsbereich60 Minuten

Dieses Modul erforscht die Beziehung zwischen Wahrscheinlichkeit und Wettmärkten. Es erklärt das Konzept der Quoten und die Beziehung zwischen Wettquoten und Wahrscheinlichkeiten. Anschließend wird anhand von Sportbeispielen ein Maß für die Genauigkeit von Wettquoten entwickelt und die Bedeutung von Effizienz auf Wettmärkten bewertet.

Das ist alles enthalten

6 Videos3 Lektüren1 Aufgabe5 Unbewertete Labore

6 VideosInsgesamt 89 Minuten

Glücksspiele und Wettmärkte19 Minuten
Ungerade Wetten und Arten von Wetten17 Minuten
Wettquoten und Gewinnwahrscheinlichkeiten20 Minuten
Auswertung von Wettquoten anhand von Brier-Ergebnissen Teil 18 Minuten
Auswertung von Wettquoten anhand von Brier-Ergebnissen Teil 212 Minuten
Markteffizienz und das Schlagen des Buchmachers13 Minuten

3 LektürenInsgesamt 30 Minuten

Überblick über die Zuweisung10 Minuten
Woche 2 - Musterheft10 Minuten
Woche 2 R Inhalt10 Minuten

1 AufgabeInsgesamt 30 Minuten

Woche 2 Quiz30 Minuten

5 Unbewertete LaboreInsgesamt 300 Minuten

2.1. Wettquoten und Gewinnwahrscheinlichkeiten60 Minuten
2.2. Auswertung von Wettquoten anhand von Brier-Ergebnissen60 Minuten
Selbsttest: Wettquoten und Gewinnwahrscheinlichkeiten60 Minuten
Selbsttest: Bewertung von Wettquoten anhand von Brier-Ergebnissen60 Minuten
Aufgabe 2 Arbeitsbereich60 Minuten

Dieses Modul zeigt, wie man den Ausgang von EPL-Fußballspielen mithilfe eines geordneten Logit-Modells und öffentlich zugänglicher Informationen vorhersagen kann. Es bewertet die Genauigkeit dieser Prognosen im Vergleich zu den Wettquoten und zeigt, dass sie bemerkenswert genau sind.

Das ist alles enthalten

7 Videos3 Lektüren1 Aufgabe6 Unbewertete Labore

7 VideosInsgesamt 93 Minuten

Vorhersage der EPL-Ergebnisse: 1. Löhne und Transfermarkt Teil 18 Minuten
Vorhersage der EPL-Ergebnisse: 1. Löhne und Transfermarkt Teil 212 Minuten
Vorhersage der EPL-Ergebnisse: Vorhersage innerhalb der Stichprobe Teil 117 Minuten
Vorhersage der EPL-Ergebnisse: Vorhersage innerhalb der Stichprobe Teil 212 Minuten
Vorhersage der EPL-Ergebnisse: Prognosen außerhalb der Stichprobe Teil 116 Minuten
Vorhersage der EPL-Ergebnisse: Prognosen außerhalb der Stichprobe Teil 214 Minuten
Vorhersage der EPL-Ergebnisse: Vorhersage der Ligatabelle14 Minuten

3 LektürenInsgesamt 30 Minuten

Überblick über die Zuweisung10 Minuten
Woche 3 - Musterheft10 Minuten
Woche 3 R Inhalt10 Minuten

1 AufgabeInsgesamt 30 Minuten

Woche 3 Quiz30 Minuten

6 Unbewertete LaboreInsgesamt 360 Minuten

3.1. TMWerte und Löhne - 2011-201860 Minuten
3.2. Vorhersagen innerhalb der Stichprobe - Unser Modell im Vergleich zum Buchmacher60 Minuten
3.3. Vorhersage der EPL-Ergebnisse60 Minuten
3.4. Die prognostizierte Premier League Tabelle für 2019-2060 Minuten
Selbsttest: TMWerte und Löhne - 2011-201860 Minuten
Aufgabe 3 Arbeitsbereich60 Minuten

In diesem Modul wird die Wirksamkeit des in der Vorwoche behandelten EPL-Prognosemodells bewertet, indem das Modell auf drei nordamerikanische Mannschaftssportligen (NHL, NBA, MLB) übertragen wird. Konkret zeigt dieses Modul, wie man den Ausgang von Spielen der regulären Saison in der NHL, NBA und MLB mit Hilfe eines geordneten Logit-Modells und öffentlich verfügbaren Informationen vorhersagen kann. Es bewertet die Genauigkeit dieser Prognosen anhand der Wettquoten.

Das ist alles enthalten

4 Videos4 Lektüren1 Aufgabe4 Unbewertete Labore

4 VideosInsgesamt 69 Minuten

Vorhersagemodell: MLB20 Minuten
Prognosemodell: NHL Teil 117 Minuten
Prognosemodell: NHL Teil 27 Minuten
Vorhersagemodell: NBA26 Minuten

4 LektürenInsgesamt 40 Minuten

Überblick über die Zuweisung10 Minuten
Anweisungen für die Zuweisung10 Minuten
Woche 4 - Muster-Notizbücher10 Minuten
Woche 4 R Inhalt10 Minuten

1 AufgabeInsgesamt 30 Minuten

Woche 4 Quiz30 Minuten

4 Unbewertete LaboreInsgesamt 240 Minuten

4.1. NHL-Prognosemodell60 Minuten
4.2. MLB Prognosemodell60 Minuten
4.3. NBA Prognosemodell60 Minuten
Aufgabe 4 Arbeitsbereich60 Minuten

In diesem Modul untersuchen wir die historischen und sozialen Folgen des Glücksspiels und die Beziehung zwischen Glücksspiel und Statistik. Das Glücksspiel wird aus der Perspektive verschiedener ethischer und religiöser Systeme untersucht. Fragen des problematischen Glücksspiels werden erforscht und bewertet

Das ist alles enthalten

7 Videos1 Lektüre

7 VideosInsgesamt 81 Minuten

Glücksspiel und die Entwicklung der Wahrscheinlichkeitsrechnung17 Minuten
Glücksspiel, Moral und Sport Teil 114 Minuten
Glücksspiel, Moral und Sport Teil 28 Minuten
Sozialpolitik und Sportwetten13 Minuten
Problematisches Glücksspiel Teil 17 Minuten
Problematisches Glücksspiel Teil 210 Minuten
Spielabsprachen, Glücksspiel und Sport13 Minuten

1 LektüreInsgesamt 5 Minuten

Umfrage nach dem Kurs5 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Youngho Park

University of Michigan

1 Kurs7.107 Lernende

Stefan Szymanski

University of Michigan

3 Kurse32.420 Lernende

von

University of Michigan

Mehr von Datenanalyse entdecken

Status: Kostenloser Testzeitraum
University of Michigan
Sports Performance Analytics
Spezialisierung
Status: Kostenloser Testzeitraum
University of Michigan
Foundations of Sports Analytics: Data, Representation, and Models in Sports
Kurs
Status: Kostenloser Testzeitraum
University of Michigan
Introduction to Machine Learning in Sports Analytics
Kurs
Status: Kostenloser Testzeitraum
The State University of New York
Data Analytics in Sports Law and Team Management
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 stars
73,80 %
4 stars
9,52 %
3 stars
11,90 %
2 stars
0 %
1 star
4,76 %

Zeigt 3 von 42 an

Geprüft am 10. Juli 2023

I found the material from weeks 2 and 4 very interesting!

Geprüft am 11. Apr. 2024

Very interesting course, even though some of the data prep is kind of weird it's nice to see things done a bit differently

Weitere Bewertungen anzeigen

Häufig gestellte Fragen

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.