Manuaalisen todennäköisyysarvion kehittäminen sovellukseksi – Case: Jääkiekko
Jokinen, Johannes (2023)
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023060621782
https://urn.fi/URN:NBN:fi:amk-2023060621782
Tiivistelmä
Tutkimuksessa kehitettiin sovellusta manuaalisesta menetelmästä laskea jääkiekko-otteluiden todennäköisyyksiä. Alkuperäinen menetelmä vei paljon aikaa, oli monimutkainen sekä altis virheille
datan käsittelyn aikana.
Tavoitteena oli luoda käyttöliittymä, joka laskee automaattisesti todennäköisyydet käyttäjän valit semaan NHL-otteluun. Lisäksi tavoiteltiin käyttöliittymää, joka on mahdollisimman yksinkertainen,
jotta mahdollinen uusi käyttäjäkin voi toteuttaa arvion tekemisen ilman erityisiä ohjeita. Sovellusta
lähdettiin kehittämään, koska vanha menetelmä oli erityisen hidas, joten myös arvion tuottaminen
mahdollisimman nopeasti oli tärkeä tavoite.
Sovellus kehitettiin toimimaan pääosin Python -kielellä käyttäen apuna Flask -ohjelmistokehystä.
Datan käsittely automaattisesti toteutettiin Pandas -kirjastolla, joka on luotu datankäsittelyä varten.
Lopputuloksena syntyi sovellus, joka on äärimmäisen helppokäyttöinen, nopea ja poistaa kokonaan käyttäjän tekemät virheet dataa käsiteltäessä. Alkuperäisellä menetelmällä yksittäisen ottelun arvioimiseen kului aikaa hieman päälle kymmenen minuuttia. Tutkimuksessa luotu sovellus
käyttää täsmälleen saman arvion tuottamiseen noin kaksikymmentä sekuntia.
datan käsittelyn aikana.
Tavoitteena oli luoda käyttöliittymä, joka laskee automaattisesti todennäköisyydet käyttäjän valit semaan NHL-otteluun. Lisäksi tavoiteltiin käyttöliittymää, joka on mahdollisimman yksinkertainen,
jotta mahdollinen uusi käyttäjäkin voi toteuttaa arvion tekemisen ilman erityisiä ohjeita. Sovellusta
lähdettiin kehittämään, koska vanha menetelmä oli erityisen hidas, joten myös arvion tuottaminen
mahdollisimman nopeasti oli tärkeä tavoite.
Sovellus kehitettiin toimimaan pääosin Python -kielellä käyttäen apuna Flask -ohjelmistokehystä.
Datan käsittely automaattisesti toteutettiin Pandas -kirjastolla, joka on luotu datankäsittelyä varten.
Lopputuloksena syntyi sovellus, joka on äärimmäisen helppokäyttöinen, nopea ja poistaa kokonaan käyttäjän tekemät virheet dataa käsiteltäessä. Alkuperäisellä menetelmällä yksittäisen ottelun arvioimiseen kului aikaa hieman päälle kymmenen minuuttia. Tutkimuksessa luotu sovellus
käyttää täsmälleen saman arvion tuottamiseen noin kaksikymmentä sekuntia.