PREDICCIÓN DE PARTIDOS DE HOCKEY SOBRE HIELO DE LA NHL HACIENDO USO DEL APRENDIZAJE AUTOMÁTICO

GUTIÉRREZ LÓPEZ, MIGUEL ÁNGEL (2026) PREDICCIÓN DE PARTIDOS DE HOCKEY SOBRE HIELO DE LA NHL HACIENDO USO DEL APRENDIZAJE AUTOMÁTICO. Maestría thesis, Universidad Autónoma de Chihuahua.

Vista Previa

Text Tesis Miguel Ángel Gutiérrez López.pdf Download (2339Kb) | Vista Previa

Resumen

Este estudio tiene como objetivo desarrollar y evaluar un enfoque basado en aprendizaje automático para la predicción de resultados de partidos de la National Hockey League (NHL), con énfasis en aplicaciones de predicción en tiempo real a partir de datos históricos. Con este fin, se utilizaron modelos de clasificación supervisada, incluyendo Regresión Logística, Random Forest, XGBoost y CatBoost. El desempeño se evaluó mediante la métrica de exactitud (accuracy). Se analizaron los efectos de la reducción de dimensionalidad mediante Análisis de Componentes Principales (PCA) y de la optimización de hiperparámetros utilizando Optuna. Los resultados mostraron que la optimización de hiperparámetros produjo mejoras significativas en el rendimiento de los modelos, destacando la Regresión Logística con una precisión máxima del 59.06%. La aplicación de PCA sin una sintonización adecuada generó una disminución general en la precisión, particularmente en modelos basados en árboles de decisión. Asimismo, se observó que la precisión varía a lo largo de la temporada, siendo menor al inicio y aumentando conforme se dispone de más datos recientes. Finalmente se obtiene que la optimización de hiperparámetros es un factor crítico para la mejora del desempeño predictivo, mientras que la reducción de dimensionalidad debe aplicarse con cautela. Este estudio proporciona una base sólida para el desarrollo de sistemas de predicción deportiva en tiempo real.

Actions (login required)

Ver Objeto