Repositório Institucional

    • Login
    View Item 
    •   DSpace Home
    • Engenharia
    • Engenharia de Computação
    • Trabalhos de graduação
    • View Item
    •   DSpace Home
    • Engenharia
    • Engenharia de Computação
    • Trabalhos de graduação
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of DSpaceCommunities & CollectionsAuthorsSubjectsThis CollectionAuthorsSubjects

    My Account

    LoginRegister

    Análise preditiva esportiva com ênfase para o futebol usando técnicas de ciência de dados e inteligência artificial

    View/Open
    CMD03.pdf (1.302Mb)
    xmlui.dri2xhtml.METS-1.0.item-type
    Trabalho de conclusão de curso
    Date
    2023
    Author
    Boacnin, Felipe Oliveira
    Garofalo, Gabriel Domingues
    Silva, Gabriel Moreira
    Zollner, Leonardo Bezerra Celestino
    Metadata
    Show full item record
    Abstract
    O projeto foca no desenvolvimento de uma ferramenta de análise preditiva esportiva em Python e inteligência artificial, destinada a clubes das séries A, B, C e D do Campeonato Brasileiro. Com o intuito de beneficiar clubes com orçamentos mais restritos, a ferramenta proporciona acesso a uma análise preditiva de alta qualidade a custos reduzidos. Perante o objetivo proposto, foi possível alcançar aproximadamente 55% de precisão com o modelo de Rede Neural MLP Classifier, a acurácia superando em 22% a predição cega convencional de 33,33% sendo assim um número extremamente positivo apesar das limitações financeiras, tanto do usuário quanto do projeto, dessa forma foi possível desenvolver uma ferramenta preditiva eficaz, barata e especialmente adaptada a clubes de menor porte.
     
    The project focuses on developing a sports predictive analysis tool using Python and artificial intelligence, designed for clubs in the A, B, C, and D series of the Brazilian Championship. Aimed at benefiting clubs with more limited budgets, the tool provides access to high-quality predictive analysis at reduced costs. In line with the proposed objective, it was possible to achieve approximately 55% accuracy with the MLP Classifier Neural Network model. The accuracy surpasses the conventional blind prediction of 33.33% by 22%, a highly positive outcome despite financial constraints for both users and the project. This allowed the development of an effective, cost-effective predictive tool, specially tailored to smaller clubs.
     
    1. Football
    2. Artificial Intelligence
    3. Python
    4. Futebol
    5. Inteligência Artificial
    6. Python
    URI
    https://repositorio.maua.br/handle/MAUA/496
    Collections
    • Trabalhos de graduação

    Contact Us | Send Feedback
    Instituto Mauá de Tecnologia - Todos os direitos reservados 2021
     

     


    Contact Us | Send Feedback
    Instituto Mauá de Tecnologia - Todos os direitos reservados 2021