Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Luis Eduardo da Silva
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/26681
Resumo: Trabalho de Conclusão de Curso (Graduação)
id UFU_cdf45faa877c6b7c0408fbe60006a0da
oai_identifier_str oai:repositorio.ufu.br:123456789/26681
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling 2019-08-14T16:31:55Z2019-08-14T16:31:55Z2019-07-10RIBEIRO, Luis Eduardo da Silva. Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização. 2019. 88 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2019.https://repositorio.ufu.br/handle/123456789/26681porUniversidade Federal de UberlândiaCiência da ComputaçãoBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOSCartolaRedes neuraisAlgoritmos genéticosEscalaçãoJogadoresPredição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimizaçãoPrediction of escalations for CartolaFC fantasy game using machine learning and optimizationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisFernandes, Márcia Aparecidahttp://lattes.cnpq.br/8946715881289701Martins, Luiz Gustavo Almeidahttp://lattes.cnpq.br/2546751023256424Julia, Rita Maria da Silvahttp://lattes.cnpq.br/8032993126633250Ribeiro, Luis Eduardo da SilvaTrabalho de Conclusão de Curso (Graduação)O CartolaFC é um jogo no qual é possível realizar a escalação de times virtuais com base nos jogadores e técnicos da série A do campeonato brasileiro de futebol. Nesse sentido, o trabalho utiliza técnicas de aprendizado de máquina e otimização para predição de escalações no CartolaFC. Inicialmente, foi realizado o pré-processamento da base de dados obtida para o desenvolvimento do trabalho. Posteriormente, foi realizada uma análise estatística para identificação de classes de jogadores baseado em boxplots. Além disso, foi modelada uma rede neural perceptron para realizar a classificação dos jogadores baseada nas classes definidas na etapa anterior, utilizando para treinamento os dados de 2014 a 2018 e as rodadas 6 e 7 do ano de 2019 do campeonato brasileiro para testes. Finalmente foi construído um algoritmo genético responsável por escalar os times, levando em consideração restrições de patrimônio disponível para escalação e esquema tático. Os resultados do trabalho sugerem que o limite de patrimônio disponível para escalação influencia na qualidade dos times escalados e que a utilização de um algoritmo genético no processo de escalação consegue evoluir a qualidade dos times escalados à medida que as gerações se passam.88info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFUORIGINALPredicaoEscalacoesJogo.pdfPredicaoEscalacoesJogo.pdfDissertaçãoapplication/pdf23912159https://repositorio.ufu.br/bitstream/123456789/26681/1/PredicaoEscalacoesJogo.pdf2da045052d210157fc483312163cc96eMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/26681/2/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD52TEXTPredicaoEscalacoesJogo.pdf.txtPredicaoEscalacoesJogo.pdf.txtExtracted texttext/plain56227https://repositorio.ufu.br/bitstream/123456789/26681/3/PredicaoEscalacoesJogo.pdf.txt3766a96fb1dfeec706435a5c327dbcaaMD53THUMBNAILPredicaoEscalacoesJogo.pdf.jpgPredicaoEscalacoesJogo.pdf.jpgGenerated Thumbnailimage/jpeg1207https://repositorio.ufu.br/bitstream/123456789/26681/4/PredicaoEscalacoesJogo.pdf.jpg3940025a8bb22ee74b9d226924cbfa30MD54123456789/266812019-08-15 03:07:13.519oai:repositorio.ufu.br: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Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2024-04-26T15:07:25.185061Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.pt_BR.fl_str_mv Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
dc.title.alternative.pt_BR.fl_str_mv Prediction of escalations for CartolaFC fantasy game using machine learning and optimization
title Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
spellingShingle Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
Ribeiro, Luis Eduardo da Silva
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS
Cartola
Redes neurais
Algoritmos genéticos
Escalação
Jogadores
title_short Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
title_full Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
title_fullStr Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
title_full_unstemmed Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
title_sort Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização
author Ribeiro, Luis Eduardo da Silva
author_facet Ribeiro, Luis Eduardo da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Fernandes, Márcia Aparecida
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/8946715881289701
dc.contributor.referee1.fl_str_mv Martins, Luiz Gustavo Almeida
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/2546751023256424
dc.contributor.referee2.fl_str_mv Julia, Rita Maria da Silva
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/8032993126633250
dc.contributor.author.fl_str_mv Ribeiro, Luis Eduardo da Silva
contributor_str_mv Fernandes, Márcia Aparecida
Martins, Luiz Gustavo Almeida
Julia, Rita Maria da Silva
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS
Cartola
Redes neurais
Algoritmos genéticos
Escalação
Jogadores
dc.subject.por.fl_str_mv Cartola
Redes neurais
Algoritmos genéticos
Escalação
Jogadores
description Trabalho de Conclusão de Curso (Graduação)
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-08-14T16:31:55Z
dc.date.available.fl_str_mv 2019-08-14T16:31:55Z
dc.date.issued.fl_str_mv 2019-07-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv RIBEIRO, Luis Eduardo da Silva. Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização. 2019. 88 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.ufu.br/handle/123456789/26681
identifier_str_mv RIBEIRO, Luis Eduardo da Silva. Predição de escalações para o jogo CartolaFC utilizando aprendizado de máquina e otimização. 2019. 88 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2019.
url https://repositorio.ufu.br/handle/123456789/26681
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Uberlândia
Ciência da Computação
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Ciência da Computação
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
bitstream.url.fl_str_mv https://repositorio.ufu.br/bitstream/123456789/26681/1/PredicaoEscalacoesJogo.pdf
https://repositorio.ufu.br/bitstream/123456789/26681/2/license.txt
https://repositorio.ufu.br/bitstream/123456789/26681/3/PredicaoEscalacoesJogo.pdf.txt
https://repositorio.ufu.br/bitstream/123456789/26681/4/PredicaoEscalacoesJogo.pdf.jpg
bitstream.checksum.fl_str_mv 2da045052d210157fc483312163cc96e
48ded82ce41b8d2426af12aed6b3cbf3
3766a96fb1dfeec706435a5c327dbcaa
3940025a8bb22ee74b9d226924cbfa30
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1797425572102537216

Registros relacionados