TDDE64 · 6 hp · Avancerad nivå (A1N) · Datateknik, Datavetenskap
Sports Analytics
Ges · nästa start VT 2027
100 %
klarade senaste ordinarie tillfället
MUN1 · 25 maj 2026 · 36 studenter
100 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
MUN1 · 55 studenter
Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.
Ingår i 4 program
Övrigt moment
MUN1 Muntlig presentation av forskningspapper
- G
Ordinarie tillfällen
100 % godkända · 55 studenter
- 100 %36
- 100 %19
Senare tillfällen
100 % godkända · 15 studenter
- 100 %6
- 100 %9
- Klarar ett senare tillfälle: 100 % (15 studenter), jämfört med 100 % (55 studenter) på ordinarie
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %4
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PRA1 Projektarbete
- 5
- 4
Ordinarie tillfällen
100 % godkända · 17 studenter
- 100 %10
- 100 %7
Senare tillfällen
100 % godkända · 18 studenter
- 100 %9
- 100 %9
- Klarar ett senare tillfälle: 100 % (18 studenter), jämfört med 100 % (17 studenter) på ordinarie
- Får 4 eller 5: 100 % (35 studenter)
Visa små tillfällen (16)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %2
- 100 %3
- 100 %3
- 100 %2
- 100 %1
- 100 %1
- 100 %1
- 100 %2
- 100 %1
- 100 %3
- 100 %1
- 100 %3
- 100 %1
- 100 %2
- 100 %4
Om kursen
Mål
- Att få en förståelse av forskningsfrågor relaterade till Sports Analytics
- Att få kunskap om problem inom Sports Analytics och algoritmer för att lösa dessa problem
- För att kunna använda relevanta algoritmer i en Sports Analytics -applikation
Innehåll
Sports Analytics behandlar användning av data relaterade till sportevenemang för att få insikter om sporten och den omgivning som påverkar den. Insikten kan relatera till saker som spelar- och lagprestanda, strategier, träning, skador och spelregler.
Sporter:- ishockey- fotboll- baseboll- basket- andra baserat på studentintresse
Sports Analytics -problem:- utveckling och visualisering av prestationsstatistik- spelare, uppställning och lagvärdering- spelarkarriärtrender- laghantering- lagstrategier- upptäckt av spelhändelser- upptäckt och klassificering av skador
Tekniker:- Maskininlärning- Bildigenkänning- Visualisering- Kunskapsrepresentation
- Examinator
- Patrick Lambrix
- Schemalagd tid
- 0 h
- Huvudområde
- Datateknik, Datavetenskap