Please use this identifier to cite or link to this item: https://ri.ufs.br/jspui/handle/riufs/17910
Document Type: Monografia
Title: Estimativa por aprendizagem de máquina para o valor de mercado de jogadores de futebol
Authors: Nascimento, Alan Elias Santana
Issue Date: 10-May-2023
Advisor: Xavier, Cleber Martins
Resumo : O objetivo do presente estudo é identificar e analisar os fatores que influenciam a precificação de valor de mercado para jogadores de futebol por meio de método de aprendizagem de máquina baseado em Florestas Aleatórias (Random Forest, na terminologia em inglês). Para alcançar este objetivo foi necessário utilizar técnicas de raspagem de dados com o software livre R, além de técnicas estatísticas descritivas para compreender o perfl dos atletas com as informações coletadas e o método de regressão baseado em árvore para prever os valores de mercado desses atletas. Com os resultados obtidos, foi possível observar a presença da maioria de atletas jovens com idade abaixo de 25 anos. Além disso, verifcar especifcidades em relação a aspectos físicos de atletas, subdivididos por suas zonas de atuação em campo e a percepção da tendência física em cada posição, como é o caso dos Goleiros. A realização do algoritmo Random Forest demonstrou ser um modelo com boa capacidade preditiva para os valores de transferência. Como resultado, identifcaram-se as variáveis mais relevantes para o` modelo, sendo o salário dos atletas e atributos de habilidade, como drible e defesa
Abstract: The objective of the present study is to identify and analyze the factors contribute to the pricing of soccer players market value using a machine learning method based on Random Forests. For this purpose, it was necessary to use a data scraping technique with the free software R. Additionally, descriptive statistics were used to understand the athletes profle of with the collected information, and the tree-based regression method to predict these athletes market values. The results showed that the a majority of the were young, below 25 years of age. In addition, specifcities regarding the physical aspects of athletes, subdivided by their zones of action on the feld, were observed, as well as the perception of the physical tendencies for each position, such as in the case of Goalkeepers. The implementation of the Random Forest algorithm demonstrated a model of good predictive capacity for transfer values. Therefore, the variables with the greatest relevance for the model were identifed, including the athletes salary and skill attributes, such as dribbling and defense.
Keywords: Estatística
Ensino superior (UFS)
Floresta aleatória
FIFA22
Valor de mercado
Futebol
Jogador de futebol
Random forest
Market value
Subject CNPQ: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS
Language: por
Institution: Universidade Federal de Sergipe (UFS)
Department: DECAT - Departamento de Estatística e Ciências Atuariais – Estatística – São Cristóvão - Presencial
Citation: Nascimento, Alan Elias Santana. Estimativa por aprendizagem de máquina para o valor de mercado de jogadores de futebol. São Cristóvão, 2023. Monografia (graduação em Estatística) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, SE, 2023
URI: https://ri.ufs.br/jspui/handle/riufs/17910
Appears in Collections:Estatística e Ciências Atuariais

Files in This Item:
File Description SizeFormat 
Alan_Elias_Santana_Nascimento.pdf725 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.