Publicação
Redes neuronais para a previsão do resultado de jogos de futebol
| Resumo: | Este trabalho tem como objetivo prever o resultado em forma de vitória/empate/derrota do confronto de duas equipas de futebol usando redes neuronais artificiais e dados estatísticos da performance das duas equipas e seus jogadores ao longo do tempo. É também um objetivo verificar se é realmente possível realizar essa previsão. Foram coletadas estatísticas de cerca de 26 mil partidas de 13 ligas diferentes, entre elas o número de cantos, golos, avaliações dos jogadores. Depois, foi feita uma análise visual do conjunto de dados e realizado testes com diferentes formas de organizações históricas das estatísticas que comprovou que a média simples de 20 partidas anteriores apresenta a melhor performance, entre outras testadas. Foi utilizada inicialmente uma rede neuronal “feedforward” com 100 neurônios em sua camada de entrada, 80 na camada seguinte, 5 e 3 nas camadas restantes. Além disso foi utilizada camadas de regularização do modo “dropout” entre todas as camadas de neurônios. Com esse modelo foi obtido 51.8% de exatidão no conjunto teste de 2500 partidas. Em seguida foi feita uma análise da relevância de cada dado estatístico e a criação de novos dados a partir dos dados iniciais. Além de realizar a otimização automática dos hiperparâmetros da rede neuronal utilizando a pesquisa em grade a fim de obter a melhor performance. Após os procedimentos descritos, foi obtido, entre outros, 60,9% de exatidão nas partidas da Liga NOS de Portugal, 58,1% em partidas da Liga da Turquia e 57,2% nas partidas da Premier League da Inglaterra. Como resultado final, o modelo obteve 52,8% de exatidão no conjunto teste de 2500 partidas. Em alguns casos, por exemplo quando o modelo previu com uma probabilidade maior que 60% da equipa da casa vencer, a exatidão subiu para 80,3%. Esses resultados comprovam que é possível realizar a previsão de partidas de futebol utilizando redes neuronais artificiais. |
|---|---|
| Autores principais: | Fialho, Gabriel Pinto |
| Assunto: | Inteligência artificial Redes neuronais Previsão Resultados Futebol |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | Este trabalho tem como objetivo prever o resultado em forma de vitória/empate/derrota do confronto de duas equipas de futebol usando redes neuronais artificiais e dados estatísticos da performance das duas equipas e seus jogadores ao longo do tempo. É também um objetivo verificar se é realmente possível realizar essa previsão. Foram coletadas estatísticas de cerca de 26 mil partidas de 13 ligas diferentes, entre elas o número de cantos, golos, avaliações dos jogadores. Depois, foi feita uma análise visual do conjunto de dados e realizado testes com diferentes formas de organizações históricas das estatísticas que comprovou que a média simples de 20 partidas anteriores apresenta a melhor performance, entre outras testadas. Foi utilizada inicialmente uma rede neuronal “feedforward” com 100 neurônios em sua camada de entrada, 80 na camada seguinte, 5 e 3 nas camadas restantes. Além disso foi utilizada camadas de regularização do modo “dropout” entre todas as camadas de neurônios. Com esse modelo foi obtido 51.8% de exatidão no conjunto teste de 2500 partidas. Em seguida foi feita uma análise da relevância de cada dado estatístico e a criação de novos dados a partir dos dados iniciais. Além de realizar a otimização automática dos hiperparâmetros da rede neuronal utilizando a pesquisa em grade a fim de obter a melhor performance. Após os procedimentos descritos, foi obtido, entre outros, 60,9% de exatidão nas partidas da Liga NOS de Portugal, 58,1% em partidas da Liga da Turquia e 57,2% nas partidas da Premier League da Inglaterra. Como resultado final, o modelo obteve 52,8% de exatidão no conjunto teste de 2500 partidas. Em alguns casos, por exemplo quando o modelo previu com uma probabilidade maior que 60% da equipa da casa vencer, a exatidão subiu para 80,3%. Esses resultados comprovam que é possível realizar a previsão de partidas de futebol utilizando redes neuronais artificiais. |
|---|