jung95 / swp-ss2019-gruppe3 Goto Github PK

Berechnet Wahrscheinlichkeiten für Gewinn, Unentschieden und Niederlage für zwei Mannschaften anhand der letzten Spiele.

Bindet die Funktionalitaet zur Datenselektion (siehe Issue #5 ) in die grafische Oberflaeche ein.

Beschaeftigt euch mit den Grundlagen zu Poisson-Regression. Eventuell hilfreich:

• https://dashee87.github.io/football/python/predicting-football-results-with-statistical-modelling/

Erklaert den Produkt ownern die Grundlagen des Algorithmus.

Legt eine Leiste in der GUI an, welche die Auswahl des Machine Learning Algorithmus erlaubt.

Entwickelt einen Crawler der die Ergebnisse der letzten Saisons aus einer Webseite ausliest und in eine .CSV-Datei schreibt (alternativ kann auch ein Datenbanksystem verwendet werden). Folgende Spalten sollten auf jeden Fall enthalten sein:

• Datum
• Name Heimverein
• Name Gastverein
• Tore Heim
• Tore Gast

Implementiert Poisson-Regression als Algorithmus zur Vorhersage der Ergebnisse.

In der GUI soll eine Tabelle mit den Partien des kommenden Spieltags dargestellt sein.

Entwickelt eine grafische Oberfläche die mindestens die folgenden Elemente enthält:

• Einen Button, welcher den Crawler aktiviert
• Einen Button zum Starten des Trainingsvorgangs des Machine-Learning-Algorithmus
• Zwei Drop-Down-Listen, die die Auswahl zweier Vereine ermöglichen, für die dann durch Klicken auf einen weiteren Button die Gewinnwahrscheinlichkeit für den Heimverein (erstgewählter Verein) ausgegeben wird.

Erweitert den Crawler so, dass Daten weiterer Saisons heruntergeladen werden koennen

Der Machine Learning Algorithmus soll mit verschiedenen Teildatensaetzen trainiert werden koennen. Implementiert eine Schnittstelle zur Auswahl der Daten von (Saison v, Spieltag w) bis (Saison x, Spieltag y) aus eurer Datenquelle.

Trainiert einen Vorhersagealgorithmus auf einem Subdatensatz und sagt die Ergebnisse fuer einen Spieltag, der nicht im Trainingsdatensatz liegt, vorher.

Integriert die Funktionalitaet in die grafische Oberflaeche.

Verwendet die Wahrscheinlichkeiten fuer Sieg, Unentschieden und Niederlage (Issue #3) zur Vorhersage des Ergebnisses des kommenden Spieltages.