@phdthesis{Kempe2022,
  type      = {Bachelor Thesis},
  author    = {Maximilian Kempe},
  title     = {Vorhersage von Spielen der regul{\"a}ren Major League Baseball Saison 2020 mit Machine Learning},
  pages     = {51},
  year      = {2022},
  abstract  = {Machine Learning (ML) Prozesse finden seit einigen Jahren immer gr{\"o}{\"s}ere Bedeutung in der Sportindustrie. Sie helfen die Leistungen der Spieler auf dem Feld besser zu analysieren und sorgen f{\"u}r ein tieferes Verst{\"a}ndnis in verschiedenen Bereiche im Sport. Die Voraussage eines potenziellen Siegers schon vor Beginn einer Partie begeistert die Industrie und Fans wie die Wissenschaft gleicherma{\"s}en. In den letzten Jahren kam es dabei immer wieder zu guten Resultaten in der Prognose von Ergebnissen durch Data Mining Ans{\"a}tze und ML Algorithmen. Diese Prognosen basieren auf verschiedenen Faktoren, wie historische Spieldaten, Ort des Ereignisses oder Form einer Mannschaft. Diese Arbeit widmet sich dem kritischen Versuch mithilfe der Anwendung verschiedener ML Verfahren und Algorithmen die regul{\"a}re Saison der Major League Baseball 2020, auf Basis von Spieldaten vorheriger Saisons, vorherzusagen.},
  language  = {de}
}