| Popis: |
Otkrivanje nepravilnosti je postupak otkrivanja podataka koji znatno odstupaju od 'normalnih' podataka unutar skupa. Povećanje broja dostupnih podataka, poboljšanje računalnih resursa te istraživanje novih algoritama čine strojno učenje standardom u otkrivanju nepravilnosti (anomalija). Cilj diplomskog rada je uspješno primijeniti model strojnog učenja na otkrivanje nepravilnosti u sportskom klađenju, a u svrhu poboljšanja kvalitete koeficijenata te profita tvrtke. Anomaly detection is a process of identifying data points that deviate significantly from a dataset's "normal" behavior. With the increase in available data, the performance of computing resources and research in algorithms machine learning is becoming standard to automate anomaly detection. The goal of this master thesis is to successfully apply a machine learning model to detect anomalies in the sports betting industry in order to increase the odds quality and hence the profitability of the Company. |
