TÜRKİYE SÜPER LİG SEZON SONU TAKIM SIRALAMASININ GELİŞTİRİLEN YAPAY SİNİR AĞLARI MODELİ İLE TAHMİN EDİLMESİ

Hasan AKA; Zait Burak AKTUĞ; Faruk KILIÇ

Makale detayları

TÜRKİYE SÜPER LİG SEZON SONU TAKIM SIRALAMASININ GELİŞTİRİLEN YAPAY SİNİR AĞLARI MODELİ İLE TAHMİN EDİLMESİ

Yazarlar:

Hasan AKA | Zait Burak AKTUĞ | Faruk KILIÇ

Yayıncı:

Ondokuz Mayıs University

Ana Başlıklar:

Sosyoloji & antropoloji

Dergi:

Ondokuz Mayıs University Journal of Sports and Performance Researches 2020 Vol.11 Issue 3, pp.258-268

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

Türkçe

Document ID (Org No.):

2000630940

Sıklık:

Üç Yıllık

eISSN:

1309-8543

Özet:

 

This study, artificial neural networks (ANN) model using the Turkey Super League season-ending ranking of teams according to the number of input variables thrown and the renewed goal was conducted to predict. Working under the Turkey Super League in the 2015/2016, 2016/2017 and 2017/2018 a total of 918 matches played in the season; The data of the number of goals scored and defeated were evaluated. In the Turkey Super League, it was determined that seasonal data for 2015/2016 and 2016/2017 were as input variables, and seasonal data for 2017/2018 were output variables. The data analyzed in the study were separated randomly for training and testing purposes. The league order of the teams was modeled with numerical values between 0 (zero) and 1 (one). According to the results of the analysis conducted through the ANN model, the end-of-season team order in the Turkey Super League was estimated at high accuracy for several teams (above 99%) in the test dataset. Turkey Super League at the end of the season the team ranking is determined that directly affect the number of discarded and renewed goals. Estimating the end-of-season team ranking in football with the machine learning method can enable clubs to set transfer policies according to their destination in the end-of-season league ranking.

 

Bu çalışma yapay sinir ağları (YSA) modeli kullanılarak Türkiye Süper Lig sezon sonu takım sıralamasının, atılan ve yenilen gol sayısı giriş değişkenlerine göre tahmin edilmesi amacıyla yapılmıştır. Çalışma kapsamında Türkiye Süper Liginde 2015/2016, 2016/2017 ve 2017/2018 sezonlarında oynanan toplam 918 maçta; atılan ve yenilen gol sayısı değişkenlerine ait veriler değerlendirilmiştir. Türkiye Süper Liginde 2015/2016 ve 2016/2017 sezonlarında oynanan maçların analizi yapılarak 2017/2018 sezon sonu lig sıralaması tahmin edilmiştir. Çalışmada değerlendirilen veriler eğitim ve test için rastgele yöntemle ayrılmıştır. Takımların lig sıralaması 0 (sıfır) ile 1 (bir) aralığındaki sayısal değerlerle modellenmiştir. Geliştirilen YSA modeli ile yapılan analizlere göre Türkiye Süper Lig takım sıralaması birçok takım için (test veri kümesi) % 99’un üzerinde doğruluk oranıyla tahmin edilmiştir. Türkiye Süper Liginde sezon sonu takım sıralamasını atılan ve yenilen gol sayılarının doğrudan etkilediği belirlenmiştir. Futbolda sezon sonu takım sıralamasının makine öğrenme yöntemi ile tahmin edilmesi, kulüplerin sezon sonu lig sıralamasında hedefledikleri yerlere göre transfer politikaları belirlemelerini sağlayabilir.

Makale detayları

TÜRKİYE SÜPER LİG SEZON SONU TAKIM SIRALAMASININ GELİŞTİRİLEN YAPAY SİNİR AĞLARI MODELİ İLE TAHMİN EDİLMESİ

Yazarlar: Hasan AKA | Zait Burak AKTUĞ | Faruk KILIÇ

Yayıncı: Ondokuz Mayıs University

Ana Başlıklar: Sosyoloji & antropoloji

Dergi: Ondokuz Mayıs University Journal of Sports and Performance Researches 2020 Vol.11 Issue 3, pp.258-268

Belge Tipi: Makale

Yayın Tarihi: 12/2020

Belge Dili: Türkçe

Document ID (Org No.): 2000630940

Sıklık: Üç Yıllık

eISSN: 1309-8543

Sayı

Yazarlar:

Hasan AKA | Zait Burak AKTUĞ | Faruk KILIÇ

Yayıncı:

Ondokuz Mayıs University

Ana Başlıklar:

Sosyoloji & antropoloji

Dergi:

Ondokuz Mayıs University Journal of Sports and Performance Researches 2020 Vol.11 Issue 3, pp.258-268

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

Türkçe

Document ID (Org No.):

2000630940

Sıklık:

Üç Yıllık

eISSN:

1309-8543