Game Data Science: geração de inferências com Inteligência Artificial utilizando dados gerados por jogos digitais
Carregando...
Data
Autores
Orientador
Lusquino Filho, Leopoldo André Dutra 
Coorientador
Pós-graduação
Curso de graduação
Sorocaba - ICTS - Engenharia de Controle e Automação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
Este estudo teve como objetivo explorar a aplicação de técnicas estatísticas e de inteligência artificial na extração de inferências a partir de dados de partidas do jogo League of Legends, com ênfase na análise do desempenho de jogadores e equipes em ambientes competitivos. Utilizando dados públicos da API da Riot Games, foram coletadas e analisadas estatísticas de quatro jogadores profissionais brasileiros, aplicando métodos estatísticos descritivos e testes de hipótese para identificar padrões relevantes. Em seguida, algoritmos de aprendizado de máquina como Random Forest, XGBoost e SVM foram utilizados para tarefas de regressão e classificação, avaliando a capacidade preditiva dos modelos por meio de métricas como MAE, RMSE, acurácia, recall e F1-score. O SVM se destacou na previsão de vitórias, atingindo até 80,8% de recall. O estudo conclui que, mesmo com limitações como tamanho reduzido da amostra e ausência de variáveis contextuais, é possível extrair insights significativos de partidas com potencial para aplicação em estratégias de equipes, desenvolvimento de ferramentas analíticas e suporte a decisões no cenário de e-sports.
Resumo (inglês)
This study aimed to explore the application of statistical techniques and artificial intelligence to generate inferences from match data in the game League of Legends, with an emphasis on analyzing the performance of players and teams in competitive environments. Using public data from the Riot Games API, statistics from four professional Brazilian players were collected and analyzed, applying descriptive statistical methods and hypothesis testing to identify relevant patterns. Subsequently, machine learning algorithms such as Random Forest, XGBoost, and SVM were applied to regression and classification tasks, evaluating the predictive capacity of the models using metrics such as MAE, RMSE, accuracy, recall, and F1-score. SVM stood out in victory prediction, achieving up to 80.8% recall. The study concludes that, despite limitations such as a small sample size and lack of contextual variables, it is possible to extract meaningful insights from matches with potential applications in team strategies, the development of analytical tools, and decision support in the e-sports scenario.
Descrição
Palavras-chave
Aprendizado do computador, Análise de regressão, Árvores de decisão, Jogos para computador, Machine learning, Regression analysis, Decision trees, Computer games
Idioma
Português
Citação
SILVA, Rafael de Souza Emidio da. Game Data Science: Geração de inferências com Inteligência Artificial utilizando dados gerados por jogos digitais. Orientador: Leopoldo André Dutra Lusquino Filho. 2025. 55 p. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba, 2025.
