Aprendizado de máquina aplicado à previsão da efetividade de substituições de jogadores no Campeonato Brasileiro de Futebol série A

• Autor(a) principal: Brutti, Nicholas Sangoi
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFFS (Repositório Digital da UFFS)
• Texto Completo: https://rd.uffs.edu.br/handle/prefix/3348
• topic: Aprendizado computacional; Algoritmos; Futebol; Tomada de decisão

As substituições de jogadores são recursos determinantes para o resultado de uma partida de futebol. Dado sua relevância e limitação em partidas oficias, as substituições foram assunto de diversos estudos, com o intuito de fornecer dados de forma estruturada para auxílio na tomada de decisão, por parte das equipes técnicas. Este trabalho, propõe aplicar e comparar algoritmos de aprendizado de máquina, no sentido de classificar a segunda e a terceira substituição do time visitante como efetiva ou não, através da criação de dois modelos distintos. Como conjunto de dados, utilizou-se os dados históricos de cinco anos do Campeonato Brasileiro de Futebol. Os resultados do experimento com 30% dos dados destinados para teste, demonstram que foi possível predizer a efetividade da segunda substituição com 78.39% de acurácia, já a terceira com 86.93%.