Application of data mining methods in basketball league analysis

U ovom radu opisuju se metode dubinske analize i strojnog učenja te ih se primjenjuje za analizu podataka iz NBA košarkaške lige. Opisuju se načini dohvaćanja podataka te rukovanje i vizualizacija tih podataka. Opisuju se načini pripreme podataka za analizu kao što su normalizacija ili smanjenje dimenzionalnosti prostora značajki, te se na specifičnim primjerima pokazuje za što služe. Opisuje se grupiranje podataka te se pokazuje primjena algoritma grupiranja. Opisuju se metode predviđanja strojnog učenja kao što su regresija i klasifikacija. Detaljnije se opisuje logistička regresija i pokazuje se primjena logističke regresije na specifični zadatak predviđanja unutar NBA lige, te se analiziraju rezultati tog predviđanja.In this work we are describing different data mining methods and applying them to analyse data from NBA basketball league. We showed ways of getting, handling and visualizing the data. We showed ways of preparing the data for analysis such as normalization and feature space dimension reduction and showed their use on specific examples. We described data clustering and showed the application of data clustering algorithms. We described prediction methods of machine learning such as regression and classification. We described logistic regression in more detail and showed it’s application on a specific prediction task in NBA league and analysed the results of that prediction