| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Sporta veiktspējas un traumu prognozēšana: Datu kvalitātes nozīme sporta informācijas sistēmā |
| Nosaukums angļu valodā |
Predicting Sports Performance and Injury: the Role of Data Quality in a Sports Information System |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Agate Jarmakoviča |
| Recenzents |
Pēteris Grabusts |
| Anotācija |
Bakalaura darbā pētīta datu kvalitātes ietekme uz prognozēšanas modeļu
precizitāti sporta traumu riska novērtēšanā. . Bakalaura darba mērķis: ir izvērtēt, kā
dažādi datu kvalitātes līmeņi - īpaši to precizitāte un pilnīgums - ietekmē prognozēšanas
modeļu precizitāti sportisko rezultātu un traumu riska prognozēšanā. Tika izveidotas
trīs dažādas kvalitātes datu kopas un salīdzināti rezultāti pēc MAE un MSE rādītājiem.
Augstas kvalitātes dati nodrošināja minimālas kļūdas (MAE = 0.005), savukārt zemas
kvalitātes
dati būtiski pazemināja precizitāti, īpaši loģistiskajā regresijā
(MAE = 0.080). Random Forest saglabāja labāku veiktspēju dažādos kvalitātes
līmeņos. Vizuālā analīze papildināja statistiku, uzsverot kvalitatīvu datu un algoritma
izvēles nozīmi sporta prognozēšanā. |
| Atslēgas vārdi |
sporta rezultāti, traumu prognozēšana, datu kvalitāte, prognozēšanas modeļi, mašīnmācīšanās, sporta informācijas sistēmas |
| Atslēgas vārdi angļu valodā |
sports performance, injury prediction, data quality, prediction models, machine learning, sports information systems |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 13:04:46 |
