Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/46183| Tipo de documento: | Trabalho de Conclusão de Curso |
| Tipo de acceso: | Acesso Aberto |
| Título: | Predição de escalação de jogadores no jogo Cartola FC utilizando aprendizado de máquina |
| Autor: | Matsuhashi, Lucas Yudi |
| Primer orientador: | Gabriel, Paulo Henrique Ribeiro |
| Primer miembro de la banca: | Santos, Fernanda Maria da Cunha |
| Segundo miembro de la banca: | Miani, Rodrigo Sanches |
| Resumen: | Este trabalho propõe o uso de algoritmos de aprendizado de máquina e otimização para prever o desempenho de jogadores de futebol no fantasy game Cartola FC, com o objetivo de montar equipes otimizadas para maximizar a pontuação ao longo do campeonato. Foi construída uma base de dados composta por informações históricas de desempenho individual dos atletas, juntamente com informações contextuais das partidas. Após a sua definição, os dados passaram pela etapa de pré-processamento, que envolve normalização, seleção de atributos e balanceamento das bases. Esses dados foram usados como entrada para diferentes modelos preditivos cuja sua saída consiste na pontuação que cada atleta alcançará em determinada rodada. Foram explorados os seguintes métodos: Máquina de Vetores de Suporte (SVM), Floresta Aleatória, Catboost e uma Rede Neural Recorrente (RNR). Em seguida, foi aplicado um método baseado no algoritmo genético para criar a melhor configuração de time, levando em consideração as restrições de orçamento e formação tática, retornando a escalação mais adequada. A abordagem proposta, de predição e otimização, mostrou-se eficaz, atingindo a média de 91.01 pontos ao longo do período proposto, com a pontuação máxima de 113.96 pontos na vigésima nona rodada do campeonato. |
| Palabras clave: | Cartola FC Aprendizado de Máquina Regressão Supervisionado Modelos Preditivos Algoritmo Genético Cartola FC machine learning supervised regression predictive models genetic algorithm |
| Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Cita: | MATSUHASHI, Lucas Yudi. Predição de escalação de jogadores no jogo Cartola FC utilizando aprendizado de máquina. 2025. 52 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, 2025 |
| URI: | https://repositorio.ufu.br/handle/123456789/46183 |
| Fecha de defensa: | 14-may-2025 |
| Aparece en las colecciones: | TCC - Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| PrediçãoDeEscalação.pdf | tcc | 2.36 MB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.