Publicação: Estudo do jogo de pôquer utilizando métodos estatísticos e aprendizado de máquina
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA, CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
O presente trabalho foi desenvolvido com a finalidade de modelar ações de jogadores no
pôquer e classificá-los como vencedores ou perdedores utilizando métodos estatísticos e de
aprendizado de máquina. Para aplicar essas técnicas, utilizamos uma base de dados real referente a aproximadamente 22 milhões de partidas disputadas em cassinos online. Recorremos
ao software Holdem Manager para pré-processamento dos dados e a aplicação em algoritmos
foi realizada no R, considerando 13 variáveis explicativas que representam ações dos jogadores.
Criamos um conjunto em que a proporção de jogadores vencedores e perdedores seja aproximadamente a mesma. Em seguida a base foi divida. 80% das observações foram para um
conjunto de treinamento e 20% das observações foram para um conjunto de teste. O modelo
final de classificação usando Floresta Aleatória obteve uma acurácia de 0,75. Identificamos que
as ações estratégias são importantes para a vitória no pôquer, isto é, os jogadores que tendem
a ser ganhadores se comportam de um modo diferente dos perdedores no que se diz respeito a
frequência de realizar movimentos no jogo.
Abstract
The present work was developed with the purpose of modeling actions of players in the
game of poker and classify them as winners or losers using statistical and machine learning
methods. To apply these techniques, we used a real database that contains around 22 million
games played at online casinos. We appeal to Holdem Manager software for data pre-processing
and application in algorithms was performed in R, considering 13 explanatory variables that
represent players actions. We create a data set in which the ratio of winning and losing players is
approximate the same, then the base was divided into 80% for training and 20% for testing and
validate the model. The final classification model using Random Forest obtained an accuracy
ratio of 0.75. We identified that strategic actions are important for winning in poker, that is,
players who tend to be winners behave differently from losers with regard to the frequency of
making moves in the game.
Palavras-chave
Pôquer, Poker, Aprendizado de máquina, Machine learning, Árvore de decisão, Decision tree, Floresta aleatória, Random forest
Citação
DINIZ, Lucas de Oliveira. Estudo do jogo de pôquer utilizando métodos estatísticos e aprendizado de máquina. 2022. 43 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal de Uberlândia. Uberlândia, 2022.