League of Legends: predição de resultados em tempo real.

• Autor(a) principal: SILVA JUNIOR, Jailson Barros da.
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/30488
• topic: Predição de resultados; League of Legends - predição de resultados; Aprendizado de máquina; Modelos de predição; Apostas; Estratégias de jogo; Random Forest - modelo; League of Legends - prediction of results; Machine learning; Prediction models; Bets; Ciência da Computação.

Este artigo apresenta um estudo sobre a predição de resultados em partidas do jogo eletrônico League of Legends (LoL) utilizando técnicas de aprendizado de máquina. Com o objetivo de explorar a capacidade de prever resultados em tempo real, considerando diferentes variáveis e estágios da partida, destacamos o uso de dados inéditos como parte fundamental desse processo. Com o aumento da popularidade do LoL e a realização de torneios, surgiram também as apostas relacionadas ao jogo, tornando ainda mais relevante a investigação nessa área. Diversos modelos foram avaliados e os resultados foram encorajadores. O modelo baseado em Random Forest obteve o melhor desempenho, alcançando uma acurácia média de 81,57% em estágios intermediários da partida, quando a porcentagem de tempo decorrido estava entre 60% e 80%. Por outro lado, os modelos de Regressão Logística e Gradient Boosting mostraram-se mais eficazes em estágios iniciais do jogo, com resultados promissores. Esse estudo contribui para o campo de aprendizado de máquina aplicado a jogos eletrônicos, fornecendo insights valiosos sobre a predição em tempo real no League of Legends. Os resultados obtidos podem ser relevantes tanto para os jogadores que desejam aprimorar suas estratégias quanto para a indústria de apostas relacionada ao jogo.