1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Sistemas de Informação (Uberlândia)

ORCID:	http://orcid.org/0009-0003-9465-6536
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Aberto
Título:	Análise comparativa de algoritmos de aprendizado de máquina aplicados ao Campeonato Brasileiro de Futebol
Autor(es):	Oliveira, João Victor de
Primeiro orientador:	Miani, Rodrigo Sanches
Primeiro membro da banca:	Silva, Renato Aparecido Pimentel da
Segundo membro da banca:	Couto, Leandro Nogueira
Resumo:	As predições relacionadas ao futebol despertam interesse tanto dos curiosos quanto dos profissionais desse esporte, e com o atual volume de dados disponíveis, o uso de aprendizado de máquina nesse contexto vai se tornando peça fundamental para alcançar muitos objetivos. O objetivo deste trabalho foi construir modelos de previsão para analisar os resultados do mandante em duas situações: vitória ou empate/derrota, e vitória ou derrota. Os algoritmos escolhidos para a construção dos modelos foram: Regressão Logística, Random Forest, k-Nearest Neighbors, Naive Bayes, Máquina de Vetores de Suporte, XGBoost e LGBM. Para aumentar a generalização e evitar o overfitting, os dados foram divididos em treino e teste e fez-se o uso da validação cruzada. O modelo considerado destaque no cenário sem empates foi o da Máquina de Vetores de Suporte, com acurácia de 72.65% e F1 de 82.04%. Já o modelo de destaque do cenário com empates foi o do XGBoost, com uma boa acurácia de 60.27% e um bom F1 de 64.86%. Para os modelos utilizados no cenário sem empates, os resultados encontrados indicam um desempenho acima do esperado e do que é encontrado nos modelos disponíveis publicamente, muito pelo fato dos empates terem sido removidos, o que deixou o problema de classificação mais simples e facilitou a predição dos modelos. Quando foi trocado o cenário para que tivesse empates nos dados, alguns algoritmos tiveram bons resultados como o XGB e o NB, enquanto outros tiveram desempenho abaixo do esperado, como o k-Nearest Neighbors.
Palavras-chave:	Aprendizado de máquina, Futebol, Pré-processamento, Métricas, Desempenho da predição.
Área(s) do CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	OLIVEIRA, João Victor de. Análise comparativa de algoritmos de aprendizado de máquina aplicados ao Campeonato Brasileiro de Futebol. 2024. 45 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2024.
URI:	https://repositorio.ufu.br/handle/123456789/44050
Data de defesa:	27-Nov-2024
Aparece nas coleções:	TCC - Sistemas de Informação (Uberlândia)

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.