UN ENFOQUE DE MACHINE LEARNING PARA PREDECIR EQUIPO GANADOR EN JUEGOS DE LA LIGA PROFESIONAL DE BALONCESTO NBA

RODRÍGUEZ SIBAJA, JESÚS IGNACIO (2023) UN ENFOQUE DE MACHINE LEARNING PARA PREDECIR EQUIPO GANADOR EN JUEGOS DE LA LIGA PROFESIONAL DE BALONCESTO NBA. Maestría thesis, UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA.

Vista Previa

Text Tesis Jesús Ignacio Rodríguez Sibaja.pdf Download (2203Kb) | Vista Previa

Resumen

A raíz del crecimiento acelerado del big data deportivo en los últimos años y con técnicas de minería de datos y machine learning siendo implementadas con éxito en diversas áreas de estudio, surge la inspiración en la pregunta: ¿Será posible predecir con gran precisión los resultados de eventos deportivos? En este proyecto, se aborda el uso de modelos de machine learning combinado con técnicas de minería de datos, para lograr un procesamiento de datos de la NBA de forma innovadora, buscando así un porcentaje de predicción competitivo a comparación de investigaciones previas de la problemática. Analizamos los resultados obtenidos por cada uno de los clasificadores involucrados: KNN, XGBoost, Catboost, entre otros. En experimentos con datos históricos y experimentos en tiempo real. También, en una búsqueda del entendimiento de las predicciones realizadas por la computadora y la importancia dadas por las mismas a cada una de las características, se realiza un análisis de valores shapley para dos fechas en puntos estratégicos de una temporada ya finalizada. Después de la realización de los experimentos se logró obtener hasta un 75% de precisión, encontrando así que los resultados de este proyecto han sido bastante alentadores y pudiendo ser referenciado en trabajos futuros.

Actions (login required)

Ver Objeto