Student Računarskog fakulteta Nikola Živković je u petak, 28. avgusta 2026. godine odbranio diplomski rad na temu Sistem predikcije indeksa korisnosti igrača u EuroLeague pred komisijom koju su činili mentor dr Marko Mladenović i član dr Goran Rakočević.
U uvodu svog rada Nikola je istakao:
Analitika u košarci je prerasla iz niše u ključni segment načina na koji profesionalni klubovi regrutuju igrače, planiraju rotacije i prezentuju performanse igrača fanovima i medijima. U evropskoj košarci referentna metrika za ove svrhe je PIR, zvanična statistika efikasnosti koju koristi EuroLeague (EL), kao i EuroCup, originalno predložena u španskoj ACB ligi 1991. godine ([1]). PIR spaja pozitivne statistike – poene, skokove, asistencije, ukradene lopte, blokade, kao i iznuđene faulove – od kojih oduzima negativne – izgubljene lopte, promašene šuteve, blokirane šuteve i napravljene faulove – u jednu statistiku. On je deo zvaničnih statistika i koristi se prilikom donošenja odluka o dodeli nagrade najkorisnijih igrača kola, meseca i sezone, kao i od strane novinara i komentatora, da bi brzo predstavili uticaj igrača na utakmicu. Pošto je PIR jednostavan, transparentan i javno dostupan za svakog igrača nakon odigrane utakmice, postao je meta za predviđanja od strane stručnih štabova, pomoću kojih konstruišu buduće rotacije. Skauting službama služi da obrazlože svoje subjektivne odluke, a medijima i fantasy košarkaškim ligama da kvantifikuju uticaj igrača na terenu. Ovaj rad se bavi problemom predikcije, ne procenom onoga što je igrač uradio, već onoga što će igrač tek uraditi.
…
Rezultatima dobijenim u ovom radu moguće je izvući tri glavna zaključka. Prvi zaključak je da sve porodice modela imaju skoro ekvivalentnu prediktivnu moć za ovaj problem. Do tog zaključka dolazimo tako što je, nakon optimizacije ansambla modela, najuspešniji bio onaj koji svim
modelima u istraživanju daje podjednaku težinu (Poglavlje 3.5). Isto tako, možemo da zaključimo da celosezonski prosek PIR-a i predikcija prosečnog PIR-a imaju skoro linearnu zavisnost, gde ostali faktori koji utiču na donošenje odluka predikcije modela prave razliku u tačnosti. Kada bi se ovaj rad dalje razvijao za praktičnu upotrebu, zbog ovoga bi se moglo opravdati korišćenje samo modela baziranog na Huber-ovoj regresiji, iz razloga što su rezultati maltene identični, dok su novo treniranje, održavanje i dodatno optimizovanje znatno jednostavniji i jeftiniji u poređenju sa kompleksnijim modelima. – zaključio je Nikola.