Construção de modelos para previsão de resultados em partidas de tênis utilizando machine learning
Carregando...
Data
2023-02-10
Autores
Orientador
Schlunzen Júnior, Klaus ![](assets/repositorio/images/logo-unesp.png)
![](assets/repositorio/images/logo-unesp.png)
Coorientador
Pós-graduação
Curso de graduação
Estatística – FCT
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![Acesso Aberto](assets/repositorio/images/logo_acesso_aberto_simples.png)
![Acesso Aberto](assets/repositorio/images/logo_acesso_aberto_simples.png)
Resumo
Resumo (português)
Estamos na era da revolução tecnológica, um mundo cada vez mais digital e
direcionado aos dados, exemplo disso é como as pessoas fazem compras ou
pagam contas, na maioria das vezes pelo seu smartphone. Por consequência
disso, as empresas vêm manipulando tecnologias avançadas para a obtenção de
informações a partir dos seus bancos de dados. Isso possibilita que tomem decisões
rápidas e inteligentes, auxiliando no desenvolvimento da empresa e possibilitando
também a previsão de certos acontecimentos. A partir disso, surge o interesse em
aplicar a ''Análise de dados'' em diversas áreas, como no setor bancário, alimentício,
farmacêutico e até mesmo nos esportes. Na procura do movimento perfeito, de
aumentar a velocidade, de resultados positivos, ou seja, maior eficiência nas
competições, inúmeras modalidades esportivas vem procurando na tecnologia, com
a ajuda da análise de dados, o possível aprimoramento no desempenho esportivo e
buscar o melhor dos atletas. Neste trabalho foi abordado a análise de dados
aplicada nos esportes, mais especificamente, no tênis. Foram utilizadas técnicas
para construção de um modelo para classificar em vitória ou derrota, partidas da
ATP (Association of Tennis Professionals). Para isso, nos baseamos em dois
algoritmos de classificação, sendo eles, árvore de decisão e regressão logística. Por
último, os dois modelos foram comparados e analisados, conclui-se que não é
possível assumir que um modelo obteve desempenho melhor que o outro, portanto
a solução ideal deveria ser a junção desses modelos, onde cada um ficaria
responsável por métricas diferentes.
Resumo (inglês)
We are in the era of the technological revolution, an increasingly digital and
data-driven world, an example of which is how people shop or pay bills, most often
through their smartphone. As a result, companies have been manipulating advanced
technologies to obtain information from their databases. This enables them to make
quick and intelligent decisions, helping in the development of the company and also
making it possible to predict certain events. From this, there is an interest in applying
''Data Analysis'' in several areas, such as banking, food, pharmaceuticals and even
sports. In search of the perfect movement, to increase speed, of positive results, that
is, greater efficiency in competitions, numerous sports modalities have been looking
to technology, with the help of data analysis, for the possible improvement in sports
performance and to seek the best of athletes. In this work, data analysis applied in
sports was approached, more specifically, in tennis. Techniques were used to build a
model to classify ATP (Association of Tennis Professionals) matches in victory or
defeat. For this, we rely on two classification algorithms, namely, decision tree and
logistic regression. Finally, the two models were compared and analyzed, it is
concluded that it is not possible to assume that one model performed better than the
other, so the ideal solution should be the capacity of these models, where each one
would be responsible for different metrics.
Descrição
Palavras-chave
Idioma
Português