Predição de resultados de partidas do Campeonato Brasileiro de Futebol

• Autor(a) principal: Maciel, Vítor Baldez
• Data de Publicação: 2024
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/273233
• topic: Aprendizado de máquina; Análise de dados; Aprendizado não supervisionado; Futebol; Prediction

A obtenção de lucro em apostas esportivas não é uma tarefa fácil de se executar. Normalmente o que vemos nas casas de apostas são apostadores casuais, que mais perdem dinheiro do que lucram com essa atividade. A proposta deste trabalho é a criação de um modelo de predição de apostas para ser utilizado no Campeonato Brasileiro de Futebol. Primeiramente é mostrada toda a etapa de pré-processamento de dados, que foram retirados do site Sofascore e representam uma série de estatísticas dos jogos envolvendo ambos os times envolvidos na partida. Foi aplicado um algoritmo de aprendizado não supervisionado também como parte do pré-processamento para dividir os dados em subconjuntos e verificar se a predição obtém alguma vantagem dessa divisão. Depois foram aplicados 7 algoritmos de aprendizado supervisionado, sendo 6 de classificação e 1 de regressão. Os 2 melhores modelos de classificação foram selecionados a partir de 3 métricas de desempenho para serem comparados entre si e com o modelo de regressão realizando apostas nos jogos disputados no Campeonato Brasileiro de 2023. Foi verificado nos 3 modelos o lucro, ou prejuízo e o acerto proporcionado por eles em uma simulação real de apostas esportivas usando a base de dados pré-processada e testada anteriormente.