Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/217428 |
Resumo: | A tecnologia se tornou um dos principais assuntos da atualidade, e cada vez mais vem ganhando espaço e surpreendendo com sua evolução ao passar dos anos. Diariamente surgem inúmeros dados no mundo inteiro, prestes a serem analisados com o intuito de se obter informações relevantes. Uma das principais técnicas para análise de dados, é o Machine Learning, a qual nesse trabalho foi utilizada para realizar a previsão salarial de futebolistas do jogo Fifa. As técnicas de Regressão Linear Múltipla e Redes Neurais Artificiais, foram estudadas, aplicadas e comparadas a fim de prever os salários dos jogadores que se encontram no jogo “FIFA’”. Para as duas técnicas, foram utilizados os mesmos conjuntos de dados para o treinamento e teste, com o intuito de comparar as técnicas. Por fim, após a aplicação e comparação das métricas retornadas pelos modelos, é notável uma ligeira vantagem na aplicação da técnica de Regressão Linear Múltipla, sendo assim, o método escolhido para a previsão salarial de futebolistas do jogo Fifa |
id |
UNSP_942ed2b3e3a3ebb81be970dc1036f06a |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/217428 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo FifaStatistical analysis and use of Machine Learning to predict the salary of footballers in the FIFA gameFutebolJogo FifaMachine LearningPrevisão salarialRegressãoSoccerFifa gameSalary predictionRegressionA tecnologia se tornou um dos principais assuntos da atualidade, e cada vez mais vem ganhando espaço e surpreendendo com sua evolução ao passar dos anos. Diariamente surgem inúmeros dados no mundo inteiro, prestes a serem analisados com o intuito de se obter informações relevantes. Uma das principais técnicas para análise de dados, é o Machine Learning, a qual nesse trabalho foi utilizada para realizar a previsão salarial de futebolistas do jogo Fifa. As técnicas de Regressão Linear Múltipla e Redes Neurais Artificiais, foram estudadas, aplicadas e comparadas a fim de prever os salários dos jogadores que se encontram no jogo “FIFA’”. Para as duas técnicas, foram utilizados os mesmos conjuntos de dados para o treinamento e teste, com o intuito de comparar as técnicas. Por fim, após a aplicação e comparação das métricas retornadas pelos modelos, é notável uma ligeira vantagem na aplicação da técnica de Regressão Linear Múltipla, sendo assim, o método escolhido para a previsão salarial de futebolistas do jogo FifaWith every passing day, the role of technology in our lives is continuously inceasing. Its evolution has had a shocking effect on various industries and services. Data collecton and analysis play a key part in these advances. Machine Learning is a recent technique used for data analysis. It was used to predict the salary of footballers in FIFA videogames. Using Multiple Linear Regression and Artificial Neural Networks techniques that make progressively linear predictions, data were determined, applied, and projected to predict player salaries in FIFA videogames. With both techniques, the same data sets were used for training and testing, in order to obtain fair results and comparisons. Finally, after applying and comparing the return measures of the models, we noticed the use of the slight regression in the advantage of the Multiple Linear technique. Thus, we concluded that these were the methods chosen for the salary forecast of players in FIFA videogames.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Silvestre, Miriam Rodrigues [UNESP]Universidade Estadual Paulista (Unesp)Lima, Raphael Rodrigues2022-03-28T13:25:25Z2022-03-28T13:25:25Z2022-03-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/217428porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-09T06:05:44Zoai:repositorio.unesp.br:11449/217428Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T14:27:01.035124Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa Statistical analysis and use of Machine Learning to predict the salary of footballers in the FIFA game |
title |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
spellingShingle |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa Lima, Raphael Rodrigues Futebol Jogo Fifa Machine Learning Previsão salarial Regressão Soccer Fifa game Salary prediction Regression |
title_short |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
title_full |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
title_fullStr |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
title_full_unstemmed |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
title_sort |
Análise estatística e utilização de Machine Learning para previsão salarial de futebolistas do jogo Fifa |
author |
Lima, Raphael Rodrigues |
author_facet |
Lima, Raphael Rodrigues |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silvestre, Miriam Rodrigues [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Lima, Raphael Rodrigues |
dc.subject.por.fl_str_mv |
Futebol Jogo Fifa Machine Learning Previsão salarial Regressão Soccer Fifa game Salary prediction Regression |
topic |
Futebol Jogo Fifa Machine Learning Previsão salarial Regressão Soccer Fifa game Salary prediction Regression |
description |
A tecnologia se tornou um dos principais assuntos da atualidade, e cada vez mais vem ganhando espaço e surpreendendo com sua evolução ao passar dos anos. Diariamente surgem inúmeros dados no mundo inteiro, prestes a serem analisados com o intuito de se obter informações relevantes. Uma das principais técnicas para análise de dados, é o Machine Learning, a qual nesse trabalho foi utilizada para realizar a previsão salarial de futebolistas do jogo Fifa. As técnicas de Regressão Linear Múltipla e Redes Neurais Artificiais, foram estudadas, aplicadas e comparadas a fim de prever os salários dos jogadores que se encontram no jogo “FIFA’”. Para as duas técnicas, foram utilizados os mesmos conjuntos de dados para o treinamento e teste, com o intuito de comparar as técnicas. Por fim, após a aplicação e comparação das métricas retornadas pelos modelos, é notável uma ligeira vantagem na aplicação da técnica de Regressão Linear Múltipla, sendo assim, o método escolhido para a previsão salarial de futebolistas do jogo Fifa |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-28T13:25:25Z 2022-03-28T13:25:25Z 2022-03-17 |
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/11449/217428 |
url |
http://hdl.handle.net/11449/217428 |
dc.language.iso.fl_str_mv |
por |
language |
por |
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.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128361584656384 |