인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
본 연구는 2021-2024 시즌 동안의 한국 프로농구 리그(KBL) 경기 데이터를 분석하여 다양한 머신러닝 알고리즘을 활용해 경기 결과를 예측하고 평가하였다. 하이퍼파라미터 최적화와 10겹 교차 검증을 통해 XGBoost 모델이 경기 예측에서 다른 알고리즘보다 우수한 성능을 보여 높은 정확성과 일반화 능력을 입증하였다. 경기 예측에서 XGBoost 모델은 정확도 86.1%, 정밀도 0.840, 재현율 0.896, F1 점수 0.867의 성능을 달성하였다. SHAP 분석 결과, 수비 리바운드(DREB)와 필드골 성공률(FG%)이 가장 중요한 특성으로 나타났다. 턴오버(TO)는 경기 결과에 부정적인 영향을 미쳤으며, 스틸(STL)과 공격 리바운드(OREB)는 긍정적인 요인으로 작용했으나 경기 후반에는 그 영향이 감소하는 경향을 보였다. 이러한 연구 결과는 턴오버 관리를 효과적으로 수행하는 것이 경기 후반의 부정적인 영향을 최소화하는 데 필수적임을 시사한다. 또한, 3점슛 성공률(3P%)과 자유투 성공률(FT%)을 장기적으로 개선하면 팀 성과를 더욱 향상시킬 수 있음을 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092460484
