Masterprüfung mit Defensio, Aleksandar Stojkov

16.05.2025 11:00 - 12:30

Universität Wien

Besprechungsraum 4.34

Währinger Str. 29

1090 Wien

16.05.2025, 11:00 Uhr

Universität Wien
Besprechungsraum 4.34
Währinger Str. 29
1090 Wien

Titel: Data Usage, Visualization and Predictions in Esports

Kurzfassung:

In einer Welt, die zunehmend von Daten bestimmt wird, sind diese zu einem der mächtigsten Werkzeuge
geworden, die unsere täglichen Entscheidungen beeinflussen. Im Laufe der Zeit entwickeln sich Daten
zu einem immer leistungsfähigeren Werkzeug, das mehr Möglichkeiten in allen Arbeitsbereichen
schafft. Parallel zum Anstieg der Daten nimmt auch das Wachstum des Esports zu, insbesondere bei
Jugendlichen. Immer mehr Menschen engagieren sich in der professionellen, wettbewerbsorientierten
Welt der Videospiele. In zunehmendem Maße zeigen riesige Organisationen ein unglaubliches Interesse
und verschieben ständig die Grenzen des Esports. Da beides immer schneller voranschreitet, ist es
vielleicht an der Zeit, dass auch Daten im Esports ihren Platz finden. Mit Hilfe der Daten, die von
jedem Spiel zur Verfügung stehen, kann jeder Spieler oder jede Organisation die Daten nutzen und
die Fehler finden, die nur durch das Betrachten der Daten sichtbar sind. Da die Datenmenge, die von
einem einzelnen Spiel empfangen wird, enorm ist, ist es auch wichtig, die Dinge herauszupicken, die
für die Teams und Spieler von Vorteil sind. Während die Nutzung von Daten eine positive Eigenschaft
ist, kann die Verwendung schlechter Daten die Teams auf einen falschen Weg führen oder sie sogar zu
Fehlern bei den allgemeinen Vorbereitungen und Strategien verleiten. Das Hauptziel dieser
Untersuchung ist die Analyse bereits vorhandener Techniken, die zur Datenerfassung verwendet
werden. Durch die Verarbeitung der Daten wird der Wert der Spieler bewertet, was einen
Wettbewerbsvorteil gegenüber dem Gegner bedeutet. Einer der Hauptaspekte der Forschung ist die
Vorhersage des Ergebnisses zukünftiger Spiele durch den Einsatz verschiedener maschineller
Lerntechniken. Mit Hilfe dieser maschinellen Lernmod- elle werden Prognosen für die Ergebnisse der
Spiele erstellt, die auf der Erfassung historischer Daten, der Leistung der Mannschaften und der
individuellen Leistung der Spieler beruhen. Ziel ist es, Modelle zu trainieren, die präzise genug
sind, um realistische Vorhersagen zu machen und den Mannschaften dabei zu helfen, ihre potenziellen
Ergebnisse zu erkennen und ihre Strategien für die Zukunft zu opti- mieren. Darüber hinaus werden
in dieser Studie mehrere Modelle des maschinellen Lernens analysiert, um ein besseres Bild davon zu
erhalten, welche Modelle sich am besten für Esports-Spiele eignen. Letztendlich trägt die
Masterarbeit zu einem besseren Verständnis von Esports-Daten und ihrer entscheidenden Rolle in der
mod- ernen Esports-Industrie bei. Mit Hilfe der Analyse gibt die Masterarbeit den Teams die
Möglichkeit, fortschrittlichere Techniken zu entwickeln, die langfristig zu einer besseren Leistung
führen sollten. Schließlich dient die Masterarbeit als Grundlage für weitere Forschungen auf dem
Gebiet der Nutzung von Esports-Daten, was weitere
und stark verbesserte Entwicklungen in der Branche ermöglicht.

 

Organiser:

SPL 5

Location:

Besprechungsraum 4.34

Währinger Straße 29
1090 Wien