Ciència de dades per a la bundesliga d'handbol

Abstract

Actualment l’handbol continua sent un esport secundari en quant a l’anàlisi de dades. Aquest treball és una recerca sobre quines anàlisis productives podem fer amb l’escassetat de dades amb la qual es treballa en aquest esport. Per a això, s’han realitzat diverses preguntes que resoldrem realitzant una anàlisi exploratòria de dos conjunts de dades de la lliga alemanya d’handbol, la Bundesliga. D’aquesta manera podrem extreure la informació present a les dades i respondre mitjançant gràfics i visualitzacions de dades les preguntes plantejades. Un dels conjunts de dades disposa de les estadístiques individuals dels jugadors de la lliga; l’altre, dels resultats de les jornades. Aquestes dades s’usaran per a realitzar diferents models per a intentar predir la victòria d’un equip en un partit. Aquest estudi ha estat realitzat mitjançant ciència de dades i models d’aprenentatge automàtic.

As it stands, handball is still regarded as a secondary sport in terms of data analysis. This paper is serves as an investigation into what productive analyses one is able to generate considering the scarcity of data available within this sport. For this purpose, several questions have been asked and we will solve them by carrying out an exploratory analysis of two data sets from the German handball league, the Bundesliga. In this way, we will be able to extract the information embedded in the data and address the posed questions through graphs and data visualisations. One dataset contains the individual statistics of the players in the league; the other, the matchday results. This data will be used to run different models with the objective of predicting a team’s victory in a match. The usage of data science and machine learning models has been crucial in the making of this study.