Construção de modelos para previsão de resultados em partidas de tênis utilizando machine learning

• Main Author: Nogara, Walter Zolcsak Neto
• Publication Date: 2023
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da UNESP
• Download full: http://hdl.handle.net/11449/239719
• topic: Tênis; Análise de dados; Previsão; Regressão logística; Árvore de decisão; Tennis; Data analysis; Forecasting; Logistic regression; Decision tree

Estamos na era da revolução tecnológica, um mundo cada vez mais digital e direcionado aos dados, exemplo disso é como as pessoas fazem compras ou pagam contas, na maioria das vezes pelo seu smartphone. Por consequência disso, as empresas vêm manipulando tecnologias avançadas para a obtenção de informações a partir dos seus bancos de dados. Isso possibilita que tomem decisões rápidas e inteligentes, auxiliando no desenvolvimento da empresa e possibilitando também a previsão de certos acontecimentos. A partir disso, surge o interesse em aplicar a ''Análise de dados'' em diversas áreas, como no setor bancário, alimentício, farmacêutico e até mesmo nos esportes. Na procura do movimento perfeito, de aumentar a velocidade, de resultados positivos, ou seja, maior eficiência nas competições, inúmeras modalidades esportivas vem procurando na tecnologia, com a ajuda da análise de dados, o possível aprimoramento no desempenho esportivo e buscar o melhor dos atletas. Neste trabalho foi abordado a análise de dados aplicada nos esportes, mais especificamente, no tênis. Foram utilizadas técnicas para construção de um modelo para classificar em vitória ou derrota, partidas da ATP (Association of Tennis Professionals). Para isso, nos baseamos em dois algoritmos de classificação, sendo eles, árvore de decisão e regressão logística. Por último, os dois modelos foram comparados e analisados, conclui-se que não é possível assumir que um modelo obteve desempenho melhor que o outro, portanto a solução ideal deveria ser a junção desses modelos, onde cada um ficaria responsável por métricas diferentes.