Please use this identifier to cite or link to this item: https://repository.ufrpe.br/handle/123456789/1130
Title: Previsão de resultados de jogos do campeonato brasileiro de futebol utilizando aprendizagem de máquina
Authors: Almeida, Luiz Alberes Bispo de
metadata.dc.contributor.authorLattes: Não encontrado
metadata.dc.contributor.advisor: Carvalho, Tiago Buarque Assunção de
metadata.dc.contributor.advisorLattes: http://lattes.cnpq.br/7150833804013500
Keywords: Aprendizado de máquinas;Bases de dados;Futebol;Jogos por computador - Programação
Issue Date: 5-Feb-2019
Citation: ALMEIDA, Luiz Alberes Bispo de.Previsão de resultados de jogos do campeonato brasileiro de futebol utilizando aprendizagem de máquina.2019.116 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Unidade Acadêmica de Garanhuns, Universidade Federal Rural de Pernambuco, Garanhuns, 2019.
Abstract: Over the past few years, the demand for sports betting has grown, and several people started living off this market. Using Machine Learning with the goal of making game analysis for betting more comfortable as well as measuring profits, a database for the Brazilian Soccer Championship Série A 2017 was created, encompassing features from two opposing teams and the match. For testing in an evaluation model, the Naive Bayes technique was chosen, simulating a Brazilian Championship round, which contains ten matches. The evaluation model was executed both with and without correct probability restrictions, with the goal of reducing errors. Three scenarios were used on the evaluation model, the first having two classes that consider goals by both teams, the second regarding the total match goals (over or below 2.5 goals) and the third considering all three possible match results (a victory for one side, a tie, or a victory for the other side). The results without probability restriction reached its higher value at 5.51% of average and total profit. However, regarding the results with probability restriction, the best average gain was 36.05%, and the best total profit was 39.13%, both using 99% correct probability restriction.
Description: Nos últimos anos a procura pelas apostas esportivas tem crescido, e diversas pessoas passaram a viver desse mercado. Usando a Aprendizagem de Máquina com o objetivo de facilitar a análise de jogos para apostas e medir o lucro, foi criada uma base de dados do Campeonato Brasileiro de Futebol Série A 2017 envolvendo características das duas equipes que se enfrentam e da partida. Para testar em um modelo de avaliação foi escolhida a técnica de Naive Bayes simulando uma rodada do Campeonato Brasileiro, a qual contém 10 partidas. O modelo de avaliação foi executado sem restrição de probabilidade correta e com restrições de probabilidade correta, com o objetivo de reduzir os erros. Três cenários foram utilizados no modelo de avaliação, sendo o primeiro com duas classes que consideram a marcação de gols por ambos os times, o segundo que considera o total de gols que aconteceram na partida (acima ou abaixo de 2,5 gols), e o terceiro que considera os três tipos de resultados na partida (vitória do mandante, empate e vitória do visitante). Os resultados sem restrição de probabilidade atingiram o seu maior valor em 5,51% de lucro médio e total. Enquanto para os resultados com restrição de probabilidade, o melhor resultado de lucro médio foi de 36,05%, e para lucro total foi de 39,13%, ambos para a restrição de 99% de probabilidade correta.
URI: https://repository.ufrpe.br/handle/123456789/1130
Appears in Collections:TCC - Bacharelado em Ciência da Computação (UAG)

Files in This Item:
File Description SizeFormat 
tcc_luizalberesbispodealmeida.pdf1,46 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.