Construção de modelos para previsão de resultados em partidas de tênis utilizando machine learning

Abstract

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.

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.