Tobak Balázs – Különböző gépi tanulási modellek fejlesztése és összehasonlítása döntéstámogatási céllal Formula–1-es előzési kísérletek predikciójára

2026 Survey statisztika és adatanalitika MSc Konzulens Rakovics Márton

Tobak Balázs

A dolgozat a Formula–1-es előzési kísérletek kimenetelének predikcióját vizsgálja a 2018–2025-ös adatok alapján. Három modellt (logisztikus regresszió, XGBoost, Entity Embedding neurális hálózat) fejlesztettem és hasonlítottam össze a predikciós pontosság és a valós idejű döntéstámogatási hatékonyság szempontjából. Az eredmények szerint az XGBoost a legpontosabb és legstabilabb. A kutatás rávilágít az interpretálhatóság jelentőségére és a dinamikus tényezők dominanciájára.