| KEYWORD |
Sviluppo di un algoritmo di predizione delle prestazioni dei calciatori per il gioco del Fantacalcio con nuove tecniche di Machine Learning
Parole chiave EVOLUTIONARY COMPUTATION, FANTACALCIO, MACHINE LEARNING
Riferimenti EDGAR ERNESTO SANCHEZ SANCHEZ
Riferimenti esterni Niccolo' Battezzati
Teamies Co-founder
www.teamies.it
Gruppi di ricerca GR-05 - ELECTRONIC CAD & RELIABILITY GROUP - CAD
Descrizione Il Fantacalcio è uno dei giochi più diffusi a livello italiano e internazionale. Infatti, esistono oggi diverse piattaforme che permettono di giocare e vincere premi online. In questo gioco, uno dei problemi più difficili è la scelta dei calciatori da acquistare e da schierare ogni domenica; tanto che sono nate decine di forum, pagine social e siti dove i fanta-allenatori possono chiedere consiglio.
La tesi si propone di progettare e sviluppare un algoritmo di machine learning per la predizione delle prestazioni dei calciatori, partendo dalle statistiche disponibili online, per consigliare la miglior formazione possibile ai giocatori di fantacalcio.
In particolare, la tesi si dividerà in due parti. La prima sarà incentrata sulla sperimentazione e il tuning di un algoritmo evolutivo per l'ottimizzazione dei parametri di un algoritmo euristico sviluppato da un esperto di fantacalcio. La seconda parte si centra sul progetto e lo sviluppo di una rete neurale che sia in grado di predire le prestazioni dei calciatori senza avere alcuna conoscenza pregressa sui parametri del gioco.
Conoscenze richieste Il lavoro richiede una buona capacità di programmazione in linguaggi di alto livello (es. C++ o Python), una conoscenza di base del linguaggio HTML e del linguaggio SQL. Non sono richieste conoscenze pregresse sul gioco del fantacalcio o su algoritmi di machine learning, anche se è preferibile una certa passione per lo sport e le nuove tecnologie.
Note La tesi sarà svolta in collaborazione con la startup Teamies, incubata presso l'I3P, che metterà a disposizione la propria esperienza sul gioco del fantacalcio e sulla progettazione di piattaforme software complesse.
Scadenza validita proposta 05/03/2019
PROPONI LA TUA CANDIDATURA