Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/46183| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Predição de escalação de jogadores no jogo Cartola FC utilizando aprendizado de máquina |
| Autor(es): | Matsuhashi, Lucas Yudi |
| Primeiro orientador: | Gabriel, Paulo Henrique Ribeiro |
| Primeiro membro da banca: | Santos, Fernanda Maria da Cunha |
| Segundo membro da banca: | Miani, Rodrigo Sanches |
| Resumo: | 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. |
| Palavras-chave: | Cartola FC Aprendizado de Máquina Regressão Supervisionado Modelos Preditivos Algoritmo Genético Cartola FC machine learning supervised regression predictive models genetic algorithm |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | 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 |
| Data de defesa: | 14-Mai-2025 |
| Aparece nas coleções: | TCC - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PrediçãoDeEscalação.pdf | tcc | 2.36 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.