Banca de DEFESA: DANIEL CABRAL DA COSTA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANIEL CABRAL DA COSTA
DATA : 09/12/2024
HORA: 14:00
LOCAL: Virtual
TÍTULO:

Modelos assessores como opção de rejeição para predição de 
resultados de partidas de futebol


PALAVRAS-CHAVES:

Aprendizagem de Máquina. Opção de rejeição. Assessores. 
Futebol. Aprendizagem Supervisionada


PÁGINAS: 64
RESUMO:

O futebol é um esporte amplamente popular, tanto no Brasil quanto em todo o 
mundo, com uma indústria bilionária ao seu redor. A utilização de dados e 
algoritmos de Aprendizagem de Máquina (AM) tem sido explorada como uma 
ferramenta para prever resultados nesse esporte. No entanto, a 
imprevisibilidade do futebol torna desafiador obter previsões precisas e 
confiáveis. Nesta dissertação, investigamos técnicas de AM com opção de 
rejeição no contexto de predição de partidas de futebol. O objetivo 
principal deste trabalho é quantificar a incerteza de predições de modelos 
de AM e, assim, abster-se das predições consideradas mais incertas. 
Especificamente, propomos a utilização de modelos chamados assessores, 
modelos de AM que predizem o desempenho de um modelo base em tarefas 
específicas, para analisar as predições de um classificador de resultados 
de partidas e selecionar aquelas com maior confiabilidade, descartando as 
demais. Buscamos otimizar a relação entre acurácia das predições aceitas e 
a taxa de rejeição, de forma a maximizar a confiabilidade no uso do modelo 
de AM para predição das partidas. Realizamos experimentos com dados reais 
de partidas, identificando os campeonatos, equipes e rodadas em que o 
modelo proposto apresenta melhor desempenho. Essa abordagem inovadora 
contribui para o aprimoramento das previsões de resultados de futebol, 
utilizando técnicas avançadas de AM em conjunto com a seleção de predições 
de alta qualidade.


MEMBROS DA BANCA:
Externo à Instituição - ANDRÉ CÂMARA ALVES DO NASCIMENTO - UFRPE
Presidente - 1512321 - GEORGE DARMITON DA CUNHA CAVALCANTI
Interno - 1463105 - RICARDO BASTOS CAVALCANTE PRUDENCIO
Notícia cadastrada em: 22/11/2024 11:26
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2025 - UFRN - sigaa11.ufpe.br.sigaa11