Um modelo de previsão de resultados de futebol utilizando Machine Learning
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/261788 |
Resumo: | Nos últimos anos, os eventos esportivos vêm se tornando cada vez mais relevantes dentro da sociedade, cativando mais e mais pessoas. Esse movimento gerou um crescimento exponencial de casas de apostas relacionadas a essa modalidade, cada uma com seu próprio esquema de precificação. Este trabalho se propõe a criar um modelo de precificação uti lizando aprendizado de máquina para prever os possíveis resultados e probabilidades de uma partida de futebol. O modelo proposto será avaliado utilizando métricas clássicas da área de aprendizado de máquina e também será comparado com as probabilidades oferta das nas casas de aposta. A criação de um modelo robusto, capaz de encontrar falhas de precificação dentro dos eventos, possibilita uma grande vantagem competitiva, podendo ser utilizado para ajustes na precificação ou até mesmo para se obter lucro no mercado de apostas esportivas. Os resultados que serão apresentados nos próximos capítulos reforçam a teoria de que existe muito potencial a ser explorado neste segmento, porém não é uma tarefa fácil. |
id |
UFRGS-2_58f13ad205b001ae3128961a94bf19de |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/261788 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Boucinha, Iago MartinsGalante, Renata de Matos2023-07-05T03:48:08Z2023http://hdl.handle.net/10183/261788001172666Nos últimos anos, os eventos esportivos vêm se tornando cada vez mais relevantes dentro da sociedade, cativando mais e mais pessoas. Esse movimento gerou um crescimento exponencial de casas de apostas relacionadas a essa modalidade, cada uma com seu próprio esquema de precificação. Este trabalho se propõe a criar um modelo de precificação uti lizando aprendizado de máquina para prever os possíveis resultados e probabilidades de uma partida de futebol. O modelo proposto será avaliado utilizando métricas clássicas da área de aprendizado de máquina e também será comparado com as probabilidades oferta das nas casas de aposta. A criação de um modelo robusto, capaz de encontrar falhas de precificação dentro dos eventos, possibilita uma grande vantagem competitiva, podendo ser utilizado para ajustes na precificação ou até mesmo para se obter lucro no mercado de apostas esportivas. Os resultados que serão apresentados nos próximos capítulos reforçam a teoria de que existe muito potencial a ser explorado neste segmento, porém não é uma tarefa fácil.In recent years, sporting events have become increasingly relevant within society, capti vating more and more people. This movement generated an exponential growth of book makers related to this modality, each one with its own pricing scheme. This work aims to create a machine learning model to predict the results and probabilities of a football match. The proposed model will be evaluated using classic metrics from the area of ma chine learning and the odds offered by bookmakers will also be compared. The creation of a robust model, able to find misfits prices, would allow a great competitive advantage, being able to be used for market pricing or even to obtain profit in the sports betting mar ket. The results that will be presented in the next chapter reinforce the theory that there is a lot of potential to be explored in this segment, but is not an easy task.application/pdfengAprendizado de máquinaBase de dadosSoccerSports bettingUm modelo de previsão de resultados de futebol utilizando Machine LearningA model to predict outcomes of soccer matches using machine learning info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2023Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001172666.pdf.txt001172666.pdf.txtExtracted Texttext/plain67558http://www.lume.ufrgs.br/bitstream/10183/261788/2/001172666.pdf.txt348571ca440a37515fb988ffec7a32a4MD52ORIGINAL001172666.pdfTexto completoapplication/pdf649701http://www.lume.ufrgs.br/bitstream/10183/261788/1/001172666.pdf26a3e9eadea6d41d1cfe29fee925535bMD5110183/2617882023-07-06 03:53:18.276133oai:www.lume.ufrgs.br:10183/261788Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2023-07-06T06:53:18Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
dc.title.alternative.en.fl_str_mv |
A model to predict outcomes of soccer matches using machine learning |
title |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
spellingShingle |
Um modelo de previsão de resultados de futebol utilizando Machine Learning Boucinha, Iago Martins Aprendizado de máquina Base de dados Soccer Sports betting |
title_short |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
title_full |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
title_fullStr |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
title_full_unstemmed |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
title_sort |
Um modelo de previsão de resultados de futebol utilizando Machine Learning |
author |
Boucinha, Iago Martins |
author_facet |
Boucinha, Iago Martins |
author_role |
author |
dc.contributor.author.fl_str_mv |
Boucinha, Iago Martins |
dc.contributor.advisor1.fl_str_mv |
Galante, Renata de Matos |
contributor_str_mv |
Galante, Renata de Matos |
dc.subject.por.fl_str_mv |
Aprendizado de máquina Base de dados |
topic |
Aprendizado de máquina Base de dados Soccer Sports betting |
dc.subject.eng.fl_str_mv |
Soccer Sports betting |
description |
Nos últimos anos, os eventos esportivos vêm se tornando cada vez mais relevantes dentro da sociedade, cativando mais e mais pessoas. Esse movimento gerou um crescimento exponencial de casas de apostas relacionadas a essa modalidade, cada uma com seu próprio esquema de precificação. Este trabalho se propõe a criar um modelo de precificação uti lizando aprendizado de máquina para prever os possíveis resultados e probabilidades de uma partida de futebol. O modelo proposto será avaliado utilizando métricas clássicas da área de aprendizado de máquina e também será comparado com as probabilidades oferta das nas casas de aposta. A criação de um modelo robusto, capaz de encontrar falhas de precificação dentro dos eventos, possibilita uma grande vantagem competitiva, podendo ser utilizado para ajustes na precificação ou até mesmo para se obter lucro no mercado de apostas esportivas. Os resultados que serão apresentados nos próximos capítulos reforçam a teoria de que existe muito potencial a ser explorado neste segmento, porém não é uma tarefa fácil. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-07-05T03:48:08Z |
dc.date.issued.fl_str_mv |
2023 |
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.uri.fl_str_mv |
http://hdl.handle.net/10183/261788 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001172666 |
url |
http://hdl.handle.net/10183/261788 |
identifier_str_mv |
001172666 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/261788/2/001172666.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/261788/1/001172666.pdf |
bitstream.checksum.fl_str_mv |
348571ca440a37515fb988ffec7a32a4 26a3e9eadea6d41d1cfe29fee925535b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224663677796352 |