O uso de Auto ML nas apostas esportivas

Detalhes bibliográficos
Autor(a) principal: Oliveira, José Matheus Souza de
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
Texto Completo: https://repository.ufrpe.br/handle/123456789/4284
Resumo: O mercado de apostas esportivas vem crescendo de forma efetiva, e dos 40 times que disputam as séries A e B do Campeonato Brasileiro, 35 são patrocinados por casas de apostas. Observando o número de apostadores que são lucrativos, foi constatado que existe uma grande necessidade por soluções que auxiliem essas pessoas a se tornarem lucrativas. Visando conseguir atingir esse objetivo no longo prazo, a primeira etapa desse projeto é avaliar o uso soluções de Auto Machine Learning(AutoML), em dois cenários de apostas: ambas equipes marcarem e a partida ter mais ou menos que 2 gols. Para esse trabalho, foram utilizados os dados do Campeonato Brasileiro de Futebol da Série A 2017. O campeonato possui 38 rodadas no total e 10 partidas em cada rodada, totalizando 380 partidas. Para calcular os cenários de lucro, foram estabelecidos duas formas de avaliação: sem restrição e com restrição de probabilidade. Comparando os resultados obtidos nesses dois cenários, o cenário 2 em todos os resultados apresentou lucro, diferentemente do que se alcançou no cenário 1, além disso, temos a taxa de assertividade que foi bem mais positiva no cenário 2, chegando a atingir um valor de 73,68% enquanto a taxa máxima obtida no cenário 1 foi de 63,88%.
id UFRPE_d1edebcaecea58ea20520f2621fb2227
oai_identifier_str oai:dspace:123456789/4284
network_acronym_str UFRPE
network_name_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository_id_str https://v2.sherpa.ac.uk/id/repository/10612
spelling O uso de Auto ML nas apostas esportivasApostas (Esportes)Aprendizado do computadorInvestimentoFutebolO mercado de apostas esportivas vem crescendo de forma efetiva, e dos 40 times que disputam as séries A e B do Campeonato Brasileiro, 35 são patrocinados por casas de apostas. Observando o número de apostadores que são lucrativos, foi constatado que existe uma grande necessidade por soluções que auxiliem essas pessoas a se tornarem lucrativas. Visando conseguir atingir esse objetivo no longo prazo, a primeira etapa desse projeto é avaliar o uso soluções de Auto Machine Learning(AutoML), em dois cenários de apostas: ambas equipes marcarem e a partida ter mais ou menos que 2 gols. Para esse trabalho, foram utilizados os dados do Campeonato Brasileiro de Futebol da Série A 2017. O campeonato possui 38 rodadas no total e 10 partidas em cada rodada, totalizando 380 partidas. Para calcular os cenários de lucro, foram estabelecidos duas formas de avaliação: sem restrição e com restrição de probabilidade. Comparando os resultados obtidos nesses dois cenários, o cenário 2 em todos os resultados apresentou lucro, diferentemente do que se alcançou no cenário 1, além disso, temos a taxa de assertividade que foi bem mais positiva no cenário 2, chegando a atingir um valor de 73,68% enquanto a taxa máxima obtida no cenário 1 foi de 63,88%.The sports betting market has been growing effectively, and of the 40 teams that compete in the A and B series of the Brazilian Championship, 35 are sponsored by bookmakers. Observing the number of gamblers that are profitable, it was found that there is a great need for solutions that help these people to become profitable. In order to achieve this goal in the long term, the first step of this project is to evaluate the use of Auto Machine Learning (AutoML) solutions in two betting scenarios: both teams score, and the match has more or less than 2 goals. For this work, data from the 2017 Serie A Brazilian Football Championship were used. The championship has 38 rounds in total and 10 matches in each round, totaling 380 matches. To calculate the profit scenarios, two forms of evaluation were established: without restriction and with probability restriction. Comparing the results obtained in these two scenarios, scenario 2 in all results presented a profit, unlike what was achieved in scenario 1, in addition, we have the assertiveness rate that was much more positive in scenario 2, reaching a value of 73.68% while the maximum rate obtained in scenario 1 was 63.88%.BrasilMonteiro, Cleviton Vinicius Fonsecahttp://lattes.cnpq.br/9362573782715504Oliveira, José Matheus Souza de2023-03-30T22:02:32Z2023-03-30T22:02:32Z2022-06-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis23 f.application/pdfOLIVEIRA, José Matheus Souza de. O uso de Auto ML nas apostas esportivas. 2022. 23 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.https://repository.ufrpe.br/handle/123456789/4284porAtribuição 4.0 Internacional (CC BY 4.0)https://creativecommons.org/licenses/by/4.0/deed.pt_BRopenAccessinfo:eu-repo/semantics/openAccessreponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)instname:Universidade Federal Rural de Pernambuco (UFRPE)instacron:UFRPE2023-03-30T22:02:57Zoai:dspace:123456789/4284Repositório InstitucionalPUBhttps://repository.ufrpe.br/oai/requestrepositorio.sib@ufrpe.bropendoar:https://v2.sherpa.ac.uk/id/repository/106122023-03-30T22:02:57Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)false
dc.title.none.fl_str_mv O uso de Auto ML nas apostas esportivas
title O uso de Auto ML nas apostas esportivas
spellingShingle O uso de Auto ML nas apostas esportivas
Oliveira, José Matheus Souza de
Apostas (Esportes)
Aprendizado do computador
Investimento
Futebol
title_short O uso de Auto ML nas apostas esportivas
title_full O uso de Auto ML nas apostas esportivas
title_fullStr O uso de Auto ML nas apostas esportivas
title_full_unstemmed O uso de Auto ML nas apostas esportivas
title_sort O uso de Auto ML nas apostas esportivas
author Oliveira, José Matheus Souza de
author_facet Oliveira, José Matheus Souza de
author_role author
dc.contributor.none.fl_str_mv Monteiro, Cleviton Vinicius Fonseca
http://lattes.cnpq.br/9362573782715504
dc.contributor.author.fl_str_mv Oliveira, José Matheus Souza de
dc.subject.por.fl_str_mv Apostas (Esportes)
Aprendizado do computador
Investimento
Futebol
topic Apostas (Esportes)
Aprendizado do computador
Investimento
Futebol
description O mercado de apostas esportivas vem crescendo de forma efetiva, e dos 40 times que disputam as séries A e B do Campeonato Brasileiro, 35 são patrocinados por casas de apostas. Observando o número de apostadores que são lucrativos, foi constatado que existe uma grande necessidade por soluções que auxiliem essas pessoas a se tornarem lucrativas. Visando conseguir atingir esse objetivo no longo prazo, a primeira etapa desse projeto é avaliar o uso soluções de Auto Machine Learning(AutoML), em dois cenários de apostas: ambas equipes marcarem e a partida ter mais ou menos que 2 gols. Para esse trabalho, foram utilizados os dados do Campeonato Brasileiro de Futebol da Série A 2017. O campeonato possui 38 rodadas no total e 10 partidas em cada rodada, totalizando 380 partidas. Para calcular os cenários de lucro, foram estabelecidos duas formas de avaliação: sem restrição e com restrição de probabilidade. Comparando os resultados obtidos nesses dois cenários, o cenário 2 em todos os resultados apresentou lucro, diferentemente do que se alcançou no cenário 1, além disso, temos a taxa de assertividade que foi bem mais positiva no cenário 2, chegando a atingir um valor de 73,68% enquanto a taxa máxima obtida no cenário 1 foi de 63,88%.
publishDate 2022
dc.date.none.fl_str_mv 2022-06-02
2023-03-30T22:02:32Z
2023-03-30T22:02:32Z
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 OLIVEIRA, José Matheus Souza de. O uso de Auto ML nas apostas esportivas. 2022. 23 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.
https://repository.ufrpe.br/handle/123456789/4284
identifier_str_mv OLIVEIRA, José Matheus Souza de. O uso de Auto ML nas apostas esportivas. 2022. 23 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.
url https://repository.ufrpe.br/handle/123456789/4284
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Atribuição 4.0 Internacional (CC BY 4.0)
https://creativecommons.org/licenses/by/4.0/deed.pt_BR
openAccess
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribuição 4.0 Internacional (CC BY 4.0)
https://creativecommons.org/licenses/by/4.0/deed.pt_BR
openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 23 f.
application/pdf
dc.publisher.none.fl_str_mv Brasil
publisher.none.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
instname:Universidade Federal Rural de Pernambuco (UFRPE)
instacron:UFRPE
instname_str Universidade Federal Rural de Pernambuco (UFRPE)
instacron_str UFRPE
institution UFRPE
reponame_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
collection Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository.name.fl_str_mv Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)
repository.mail.fl_str_mv repositorio.sib@ufrpe.br
_version_ 1809277169941086208