Análise preditiva em partidas de tênis

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOliveira, Daniel Cardoso M. de-
Autor(es): dc.contributorCarvalho, Aline Marins Paes-
Autor(es): dc.contributorRosseti, Isabel Cristina-
Autor(es): dc.creatorCarvalho, Suzana Barboza-
Data de aceite: dc.date.accessioned2024-07-11T18:17:26Z-
Data de disponibilização: dc.date.available2024-07-11T18:17:26Z-
Data de envio: dc.date.issued2022-07-20-
Data de envio: dc.date.issued2022-07-20-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/25760-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/767561-
Descrição: dc.descriptionO 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.descriptionThe 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.description51 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectAnálise preditiva-
Palavras-chave: dc.subjectTênis-
Palavras-chave: dc.subjectAgrupamento-
Palavras-chave: dc.subjectClassificação-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectPredição (Lógica)-
Palavras-chave: dc.subjectTênis (Jogo)-
Palavras-chave: dc.subjectMachine Learning-
Palavras-chave: dc.subjectPredictive Analysis-
Palavras-chave: dc.subjectTennis-
Palavras-chave: dc.subjectClusterization-
Palavras-chave: dc.subjectClassification-
Título: dc.titleAnálise preditiva em partidas de tênis-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.