| dc.contributor.advisor | 何瑁鎧 | zh_TW |
| dc.contributor.advisor | Hor, Maw-Kae | en_US |
| dc.contributor.author (作者) | 李日晟 | zh_TW |
| dc.contributor.author (作者) | Lee, Jeh-Cheng | en_US |
| dc.creator (作者) | 李日晟 | zh_TW |
| dc.creator (作者) | Lee, Jeh-Cheng | en_US |
| dc.date (日期) | 2009 | en_US |
| dc.date.accessioned | 9-五月-2016 15:29:16 (UTC+8) | - |
| dc.date.available | 9-五月-2016 15:29:16 (UTC+8) | - |
| dc.date.issued (上傳時間) | 9-五月-2016 15:29:16 (UTC+8) | - |
| dc.identifier (其他 識別碼) | G0096971018 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/95271 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 資訊科學學系 | zh_TW |
| dc.description (描述) | 96971018 | zh_TW |
| dc.description.abstract (摘要) | 隨著國內不少優秀的棒球選手進入美國職棒聯盟，而且運動彩券也於民國97年正式發行，除了創造專業運動評論的需求，也吸引了國人對於運動彩券投注的興趣，因此我們希望透過分析歷史資料來預測棒球賽事。 本論文中，我們從球隊得分的觀點切入，建立棒球賽事的預測模型，期望透過預測兩支球隊的得分，來推論賽事結果，並可當作投注運彩的策略。 我們的預測模型結合了類神經網路與迴歸分析的理論，首先透過類神經網路去預測球隊的打擊表現，接著利用迴歸分析的技術，並參考Pete Palmer提出的Batting Runs公式，為每支球隊建立專屬的得分公式，然後將預測的打擊表現套用得分公式，計算球隊的預測得分。最後根據預測結果來模擬投注棒球運動彩券，並分析報酬率。 實作時，我們採用美國棒球聯盟近三年之資料來測試我們的方法，實驗結果顯示，我們預測的結果能獲得不錯的報酬率。 | zh_TW |
| dc.description.abstract (摘要) | There are many outstanding Taiwanese baseball players who joined the MLB in the USA, and the sport lottery has been issued in 2008. These have not only generated the demand for professional commentaries on various sports but also attracted numerous interests in sport lottery playing. Hence, we hope to predict the future baseball game results through analyzing the historical data. In this thesis, we started from the scoring mechanism and developed a model to predict baseball games. We used the predicted results, together with the sports lottery playing regulations, to find the lottery winning strategies. We used artificial neural networks and regression analysis in our model. Through the neural networks we can predict the batting behaviors of each team. Then, we used the regression analysis and the batting runs formula, proposed by Pete Palmer, to establish the scoring formula for each team. Combining the batting behaviors and the scoring formula, we can predict the scores of the future baseball games. Finally, we used the predicted scores to estimate the winning rate of sports lottery on these baseball games. We used the materials in the past three years of MLB in USA to verify our method. The experimental results show that we can obtain good winning rate. | en_US |
| dc.description.abstract (摘要) | 第一章 緒論 1.1 研究背景與動機 1 1.2 研究目的 2 1.3 問題描述 2 1.4 系統架構 3 1.5 論文貢獻 4 1.6 論文章節與架構 5 第二章 文獻探討 2.1 棒球得分公式 7 2.2 類神經網路簡介 10 2.3 K-平均法簡介 13 2.4 運動彩券玩法介紹 14 2.5 美國職業棒球介紹 17 第三章 棒球賽事預測 3.1 流程與架構 21 3.2 得分公式求解 23 3.3 參數篩選 25 3.4 類神經網路模型 31 3.5 運彩玩法套用 34 第四章 實驗結果與分析 4.1 得分公式權重 35 4.2 參數資料整理 39 4.3 參數篩選結果 47 4.4 類神經網路實驗結果 49 4.5 報酬率分析 57 第五章 結論與建議 5.1 研究結論 61 5.2 未來研究方向 63 參考文獻 65 附錄 68 附錄一 洛杉磯道奇隊類神經網路驗證階段輸入資料表 68 附錄二 洛杉磯道奇隊類神經網路驗證階段輸出資料表 69 附錄三 洛杉磯道奇隊預測打擊與預測得分資料 70 附錄三 洛杉磯道奇隊預測打擊與預測得分資料 70 附錄四 洛杉磯道奇隊預測正確率資料表 71 | - |
| dc.description.tableofcontents | 第一章 緒論 1.1 研究背景與動機 1 1.2 研究目的 2 1.3 問題描述 2 1.4 系統架構 3 1.5 論文貢獻 4 1.6 論文章節與架構 5 第二章 文獻探討 2.1 棒球得分公式 7 2.2 類神經網路簡介 10 2.3 K-平均法簡介 13 2.4 運動彩券玩法介紹 14 2.5 美國職業棒球介紹 17 第三章 棒球賽事預測 3.1 流程與架構 21 3.2 得分公式求解 23 3.3 參數篩選 25 3.4 類神經網路模型 31 3.5 運彩玩法套用 34 第四章 實驗結果與分析 4.1 得分公式權重 35 4.2 參數資料整理 39 4.3 參數篩選結果 47 4.4 類神經網路實驗結果 49 4.5 報酬率分析 57 第五章 結論與建議 5.1 研究結論 61 5.2 未來研究方向 63 參考文獻 65 附錄 68 附錄一 洛杉磯道奇隊類神經網路驗證階段輸入資料表 68 附錄二 洛杉磯道奇隊類神經網路驗證階段輸出資料表 69 附錄三 洛杉磯道奇隊預測打擊與預測得分資料 70 附錄三 洛杉磯道奇隊預測打擊與預測得分資料 70 附錄四 洛杉磯道奇隊預測正確率資料表 71 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0096971018 | en_US |
| dc.subject (關鍵詞) | 棒球預測模型 | zh_TW |
| dc.subject (關鍵詞) | 類神經網路 | zh_TW |
| dc.subject (關鍵詞) | 運動彩券 | zh_TW |
| dc.subject (關鍵詞) | Baseball Game Predictions | en_US |
| dc.subject (關鍵詞) | Neural Networks | en_US |
| dc.subject (關鍵詞) | Sport Lottery | en_US |
| dc.title (題名) | 應用迴歸分析與類神經網路預測棒球賽事 | zh_TW |
| dc.title (題名) | Baseball Game Predictions using Regression Analysis and Artificial Neural Networks | en_US |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | [1] Gregory Donaker, “Applying Machine Learning to MLB Prediction & Analysis”, Available:www.stanford.edu/class/cs229/proj/Donaker-MLBPredictionAndAnalysis.pdf, 2005. [2] J. MacQueen, “Some methods for classification and analysis of multivariate observations”, in Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, vol. 1, pp.281-297, 1967. [3] Joshua E. Menke and Tony R. Martinez, “A Bradley-Terry Artificial Neural Network Model for Individual Ratings in Group Competitions”, To appear in Neural Computing and Applications, vol. 17, pp. 175-186, 2008. [4] Tae Young Yang and Tim Swartz, “A Two-Stage Bayesian Model for Predicting Winners in Major League Baseball”, To appear in Journal of Data Science(2), pp. 61-73, 2004. [5] Taoya Cheng, Deguang Cui, Zhimin Fan, Jie Zhou and Siwei Lu, “A New Model to Forecast the Results of Matches Based on Hybrid Neural Networks in the Soccer Rating System”, IEEE International Conference on Computational Intelligence and Multimedia Applications, pp. 308- 313,2003. [6] Dan Agonistes, "A Brief History of Run Estimation: Runs Created", Available: danagonistes.blogspot.com/2004/10/brief-history-of-run-estimation-runs.html. [7] Dan Agonistes, "A Brief History of Run Estimation: Batting Runs", Available: danagonistes.blogspot.com/2004/10/brief-history-of-run-estimation.html. [8] Dan Agonistes, "A Brief History of Run Estimation: Base Runs", Available: danagonistes.blogspot.com/2004/11/brief-history-of-run-estimation-base.html. [9] Wikipedia Website, "Runs created", Available:en.wikipedia.org/wiki/Runs_created. [10] Wikipedia Website, "Base Runs", Available:en.wikipedia.org/wiki/Base_Runs. [11] Java網站，http://java.sun.com/. [12] Matlab網站，http://www.mathworks.com/. [13] Tomcat網站，http://tomcat.apache.org/. [14] Weka網站，http://www.cs.waikato.ac.nz/ml/weka/. [15] 美國職棒官方網站，http://mlb.mlb.com/. [16] 福斯運動美國職棒網站，http://msn.foxsports.com/mlb/. [17] 台北富邦運動彩券官方網站，http://www.i-win.com.tw/. [18] 李建輝，「遺傳演化類神經網路在預測臺股指數期貨的應用」，私立東吳大學經濟研究所碩士論文，民國91年。 [19] 李惠妍，「類神經網路與迴歸模式在台股指數期貨預測之研究」，國立成功大學高階管理碩士在職專班(EMBA)碩士論文，民國92年6月。 [20] 高明志，「類神經網路應用於房地產估價之研究」，國立政治大學地 政研究所碩士論文，民國86年。 [21] 張振魁，「以類神經網路提高股票單日交易策略之獲利」，國立中央大學資訊管理學研究所碩士論文，民國89年6月。 [22] 許培信，「樑結構系統之健康監控」，國立成功大學航空太空工程研究所碩士論文，民國91年6月。 [23] 陳東和與黃謙順，「運用資料採礦技術於銀行基金客戶分群之研究」，2008知識社群與系統發展研討會，民國97年。 [24] 陳彥文，「類神經網路之應用－以營業稅選案模型為例」，私立銘傳大學資訊管理研究所碩士論文，民國92年。 [25] 黃謙順、陳熙揚、戴文彬、蔡敦仁與莊益誠，「類神經網路應用於颱風降雨量的資料探勘」，第一屆離島資訊技術與應用研討會，民國90年6月，頁235-244。 [26] 楊孟龍，「類神經網路於股價波段預測及選股之應用」，國立中央大學資訊管理研究所碩士論文，民國89年10月。 [27] 楊迪強，「運用K-Means演算法探討人體動作因子之組成-以LMA為基礎」，國立台北大學資訊管理研究所碩士論文，民國97年。 [28] 楊雅媛，「迴歸分析與類神經網路預測能力之比較」，國立政治大學統計研究所碩士論文，民國91年6月。 [29] 葉怡成，「類神經網路模式應用與實作」，儒林圖書有限公司，民國92年。 [30] 賴碧瑩，「應用類神經網路於電腦輔助大量估價之研究」，住宅學報第十六卷第二期，民國96年12月，頁43-65。 [31] 魏曉萍、葉克家、劉振榮與趙俊傑，「結合SSM/I 衛星資料與類神經網路推估海面上颱風降雨量之研究」，大氣科學期刊第36期第2號，民國97年6月，頁147-161。 [32] 饒美倫，「使用關聯法則預測與分析台灣樂透彩」，私立大同大學資訊工程所碩士論文，民國97年1月。 | zh_TW |
