EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Data-driven prediction of striker productivity using Random Forest regression: Insights for enhancing Indonesian football performance

Feliks Victor Parningotan Samosir, Angga Theo Kekuatanta Pasaribu, Grace Patricia Ananta

Procedia Computer Science · 2026 · 284 · 380-387

DOI: 10.1016/j.procs.2026.07.015 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Feliks Victor Parningotan Samosir und 2 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 29 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Samosir, F. V. P., Pasaribu, A. T. K., & Ananta, G. P. (2026). Data-driven prediction of striker productivity using Random Forest regression: Insights for enhancing Indonesian football performance. Procedia Computer Science, 284, 380-387. https://doi.org/10.1016/j.procs.2026.07.015

Vancouver

Samosir FVP, Pasaribu ATK, Ananta GP. Data-driven prediction of striker productivity using Random Forest regression: Insights for enhancing Indonesian football performance. Procedia Computer Science. 2026;284:380-387. doi:10.1016/j.procs.2026.07.015

BibTeX
@article{Samosir2026,
  author = {Samosir, Feliks Victor Parningotan and Pasaribu, Angga Theo Kekuatanta and Ananta, Grace Patricia},
  title = {Data-driven prediction of striker productivity using Random Forest regression: Insights for enhancing Indonesian football performance},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {284},
  pages = {380--387},
  doi = {10.1016/j.procs.2026.07.015}
}
Kostenlos starten →