Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/6549
Title: Predição de resultados de jogos do campeonato brasileiro de futebol feminino.
Authors: Souza, Ananda Mendes
metadata.dc.contributor.advisor: Ferreira, Anderson Almeida
Moreira, Renato Lopes
metadata.dc.contributor.referee: Ferreira, Anderson Almeida
Moreira, Renato Lopes
Gertrudes, Jadson Castro
Silva, Pedro Henrique Lopes
Keywords: Campeonato Brasileiro - futebol
Futebol feminino
Aprendizado de máquina
Futebol - jogos
Issue Date: 2024
Citation: SOUZA, Ananda Mendes. Predição de resultados de jogos do campeonato brasileiro de futebol feminino. 2024. 66 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.
Abstract: No contexto esportivo, o uso de aprendizado de máquina tem se mostrado promissor na análise e previsão de resultados de competições esportivas. O Campeonato Brasileiro de Futebol Feminino é uma das principais competições do futebol feminino no país, e seu crescimento tem sido notável ao longo dos anos. No entanto, ainda existem desafios na análise e compreensão dos resultados das partidas. Dito isso, este trabalho tem como objetivo explorar a aplicação de aprendizado de máquina na predição de resultados de jogos do Campeonato Brasileiro de Futebol Feminino, buscando fornecer informações valiosas sobre o desempenho das equipes, o impacto de diferentes fatores em suas atuações e, consequentemente, auxiliar na tomada de decisões estratégicas para aprimorar o desempenho das equipes e melhorar a competitividade do campeonato. A metodologia adotada engloba a coleta de dados provenientes do site Footystats, constituindo um conjunto de exemplos de treinamento robusto composto por informações de cinco ligas, Estados Unidos, Itália, Inglaterra, Espanha, Copa Europeia. Adicionalmente, os jogos do Campeonato Brasileiro de 2022, totalizando 134 partidas, são utilizados como conjunto de testes. O processo inclui análise exploratória dos dados e a construção de modelos de predição por meio de técnicas de indução de classificadores. Os resultados obtidos confirmam a complexidade associada a esta tarefa, ressaltando a dificuldade frequentemente encontrada na literatura para alcançar taxas de acerto superiores a 60%.
metadata.dc.description.abstracten: In the sporting context, machine learning has shown promise in analyzing and predicting the results of sporting competitions. The Brazilian Women's Football Championship is one of the country's main women's football competitions, and its growth has been remarkable over the years. However, there are still challenges in analyzing and understanding match results. Thus, this work aims to explore the application of machine learning in predicting game results in the Brazilian Women's Football Championship, seeking to provide valuable information about the performance of teams, the impact of different factors on their performances, and, consequently, assist in making strategic decisions to improve team performance and improve the competitiveness of the championship. The methodology adopted encompasses gathering the data from the Footystats website, constituting a robust training set composed of information from five leagues: USA, Italy, England, Spain, and the European Cup. Additionally, the 2022 Brazilian Championship games, totaling 134 matches, are used as a set of tests. The process includes exploratory data analysis and inferring of prediction models through classifier induction techniques. The results confirmed the complexity associated with this task, highlighting the difficulty frequently found in the literature to achieve success rates above 60%.
URI: http://www.monografias.ufop.br/handle/35400000/6549
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_PrediçãoResultadosJogos.pdf1,52 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.