Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Oliveira, Daniel Cardoso M. de | - |
Autor(es): dc.contributor | Carvalho, Aline Marins Paes | - |
Autor(es): dc.contributor | Rosseti, Isabel Cristina | - |
Autor(es): dc.creator | Carvalho, Suzana Barboza | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:17:26Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:17:26Z | - |
Data de envio: dc.date.issued | 2022-07-20 | - |
Data de envio: dc.date.issued | 2022-07-20 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/25760 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/767561 | - |
Descrição: dc.description | O aumento da acessibilidade da computação de alto desempenho possibilitou a aplicação de aprendizado de máquina para realizar análises preditivas nas mais diversas áreas de negócio. Nos esportes, o uso de estatística na tentativa de predição de resultados já é um conceito consolidado há várias décadas. Esta área se beneficiou da popularização das tecnologias de big data para criar base de dados grandes e robustas, que armazenam suas principais características. Consequentemente, cada vez mais é possível a aplicação de conceitos de inteligência artificial na tentativa de melhorar a performance dos modelos preditivos. Este trabalho visa aplicar os conceitos de aprendizado de máquina para prever o resultado de partidas de tênis masculino entre os melhores jogadores do mundo nos principais torneios disputados. Os resultados mostram que foi desenvolvida uma metodologia eficiente que consegue prever corretamente cerca de 70% das partidas no escopo. | - |
Descrição: dc.description | The increased accessibility of high-performance computing has enabled the machine learning aplication to perform predictive analysis across a huge business areas. In sports, statistics use in for predict outcomes has been a consolidated concept for several decades. This area was benefited from big data popularization technologies to create large and robust databases that stores their main features. Consequently, it is possible to apply artificial intelligence concepts in an attempt to improve the predictive models performance. This work aims to apply machine learning concepts to predict the outcome of men’s tennis matches among the best players in the world in the main tournaments. The results show that an efficient methodology has been developed that can correctly predict about 70 % of the matches. | - |
Descrição: dc.description | 51 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Análise preditiva | - |
Palavras-chave: dc.subject | Tênis | - |
Palavras-chave: dc.subject | Agrupamento | - |
Palavras-chave: dc.subject | Classificação | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Predição (Lógica) | - |
Palavras-chave: dc.subject | Tênis (Jogo) | - |
Palavras-chave: dc.subject | Machine Learning | - |
Palavras-chave: dc.subject | Predictive Analysis | - |
Palavras-chave: dc.subject | Tennis | - |
Palavras-chave: dc.subject | Clusterization | - |
Palavras-chave: dc.subject | Classification | - |
Título: dc.title | Análise preditiva em partidas de tênis | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: