Um sistema de previsão de desempenho de jogadores de futebol baseado em dados estatísticos de jogos.

Abstract

Este trabalho tem como objetivo desenvolver um sistema de recomendação de jogadores de futebol baseado na predição de desempenho, utilizando dados do Campeonato Brasileiro Série A (2022-2024). A proposta previa duas etapas: a modelagem preditiva de métricas individuais e a geração de recomendações. Este trabalho concentrou-se na primeira etapa, implementando e avaliando três modelos de machine learning (Random Forest, XGBoost e MLP) com registros de todos os jogadores do campeonato através da plataforma FootyStats. A análise exploratória revelou desafios significativos: distribuições zero-inflated em métricas ofensivas (35–40% com zero gols), tamanho amostral reduzido para goleiros (21 no treino) e correlação temporal moderada (r=0,584 para gols), estabelecendo R2 máximo teórico de 0,341. Os resultados mostraram R2=0,181 para gols (MLP), representando 53% do limite teórico, e R2 negativo para a maioria das demais métricas. A análise demonstrou que 40–60% da variação é fundamentalmente imprevisível devido ao componente estocástico do futebol. A capacidade preditiva alcançada mostrou-se insuficiente para viabilizar recomendações confiáveis, inviabilizando a segunda etapa. O trabalho contribui para estabelecer limites realistas para predição de desempenho esportivo e identificar desafios metodológicos (distribuições zeroinflated, tamanho amostral, estocasticidade) que precisam ser superados para viabilizar sistemas de recomendação robustos no futebol.