Livello: principiante
Vineela Datla, Studentessa, Università del Connecticut
Thore Koch, Studente, Università del Connecticut
Johana Rodriguez, Studente, Università del Connecticut
Anan Garg, Studente, Università del Connecticut
Valutare la stima di un giocatore può essere utile per i club FIFA mentre stipula contratti con i giocatori che lavorano su un budget di spesa. I dati raccolti da sofifa.com sono stati campionati, esplorati, modificati, modellati e analizzati utilizzando JMP. Il set di dati ha 88 diverse colonne ampiamente classificate come informazioni sui giocatori e statistiche sulle prestazioni e ogni riga appartiene ai singoli giocatori della FIFA nel 2019. Nella fase di campionamento, i dati vengono suddivisi in 40-30-30 per addestramento, validazione e test. Durante la fase di modifica, 29 attributi chiave delle prestazioni sono presenti in sei attributi primari utilizzando l'analisi dei componenti principali. I dati sono progettati e analizzati per mezzo di formule JMP e grafici di distribuzione. L'albero decisionale, K- vicini più vicini e modelli di rete neurale sono costruiti per identificare il modello migliore per prevedere il valore di un giocatore. I modelli vengono quindi confrontati utilizzando la funzione di confronto dei modelli e il modello migliore viene identificato in base alle prestazioni sui dati dei test. Il modello può prevedere al meglio i valori dei giocatori di gamma medio-bassa dati gli attributi di prestazione.
