FUTBOLCULARIN PİYASA DEĞERİNDE PERFORMANSIN ÖNEMİ: BİR MAKİNE ÖĞRENİMİ YAKLAŞIMI

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen-Edebiyat Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: HÜSEYİN EKREM BAYAR

Danışman: Erhan Çene

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Modern spor dallarının icadından beri spor severler, sporcular ve yöneticiler sürekli olarak veri ile yaşamaktadırlar. Bilgisayar teknolojilerinin gelişimi ile birlikte verinin üretilmesi, toplanması, işlenmesi ve bilgiye dönüşümünün kolaylaşması, pek çok sektörde büyük etki yaratmıştır. Günümüzde veri bilimi uygulamaları her alanda olduğu gibi spor dallarında da hızla yaygınlaşmaktadır. Futbol, basketbol, beyzbol, hokey gibi takım sporlarında rekabet üstünlüğü sağlamak amacıyla; oyuncu keşfi ve gelişimi, taktik geliştirme, transfer süreçlerinin yönetilmesi vb. konularda kulüpler veri bilimi uygulamalarına sıklıkla başvurmaktadırlar. Bu çalışmada amaçlanan, makine öğrenmesi algoritmaları kullanılarak futbolcuların piyasa değerlerini tahmin etmek ve bir öneri sistemi olarak kullanılıp kullanılmayacağını araştırmaktır. Araştırmada kullanılan veri seti 2017-2021 sezonları içerisinde beş büyük Avrupa liginde (Almanya, Fransa, İngiltere, İspanya, İtalya) oynamış 3948 futbolcudan oluşmaktadır. Araştırma sonucunda piyasa değerinin bonservis bedelini açıklamada ve transfer süreçlerini yönetmede etkili bir faktör olabileceği düşünülmektedir. Tüm çalışmalar Python programla dili yapılmıştır. Temel Bileşen Analizi ile veri seti içerisinde çok fazla sayıda bulunan performans istatistikleri daha az bileşenle açıklanmıştır. Modelleme aşamasında LGBM, XGBoost, RF ve Bagging algoritmaları kullanılmış ve model başarıları değerlendirdikten sonra referans model olarak LGBM modelinin araştırma probleminde en iyi performansı gösterdiği tespit edilmiştir. Referans modelin performansı, öznitelik mühendisliği ve parametre ayarlamaları ile iyileştirilmiştir. Model sonuçları, SHAP analizi ve hipotez testleri kullanılarak incelenmiştir. Bu yöntemler, model başarısı ve piyasa değeri ile bonservis bedeli arasındaki ilişki hakkında detaylı bilgi sunmaktadır.