(Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
| Títol variant: |
Machine Learning to predict different events in the NBA |
| Títol variant: |
Machine Learning per a la predicció d'esdeveniments en la NBA |
| Data: |
2019-07-01 |
| Resum: |
En este proyecto se ha analizado la viabilidad actual de algunos de los métodos más utilizados en el aprendizaje automatizado, sobre uno de los ámbitos más importantes en nuestro día a día: el deporte. Entrando en detalle, tras haber centralizado toda la información y/o estadística avanzada relacionada con la liga americana de baloncesto por excelencia, la NBA, se han generado un conjunto de modelos matemáticos con los que poder predecir el equipo ganador de cada evento, así como la anotación de cada uno de los dos equipos enfrentados. Entre estos, podemos encontrar: la regresión lineal y logística, el algoritmo de Random Forest (tanto clasificador como regresor) y, finalmente, la máquina de vectores de soporte (SVM). |
| Resum: |
This project has analyzed the current viability of some of the most used methods in machine learning, in one of the most important areas nowadays: sports. Going into detail, after having gathered all the information and / or advanced statistics related to the Americanbasketball league by excellence, the NBA, a set of mathematical models has been generated to predict the winning team of every event, as well as the score of each team. Among these, we can find: the linear and logistic regression, the Random Forest algorithm (both classifier and regressor) and, finally, the support vector machine (SVM). |
| Resum: |
En aquest projecte s'ha analitzat la viabilitat actual d'alguns dels mètodes més utilitzats en l'aprenentatge automatitzat, sobre un dels àmbits més importants del dia a di: l'esport. Un cop centralitzada tota la informació i/o estadística avançada relacionada amb la lliga americana de bàsquet, la NBA, s'han generat tot un conjunt de models matemàtics amb els que es pot predir l'equip guanyador de cada esdeveniment, així com l'anotació de cada equip enfrontat. Entre aquests, podem trobar: la regressió lineal i logística, l'algoritme de Random Forest (tant classificador com regresor) i, finalment, la màquina de vectors de suport (SVM). |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Llengua: |
Castellà |
| Titulació: |
Grau en Enginyeria Informàtica [2502441] |
| Pla d'estudis: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau ; Text |
| Àrea temàtica: |
Menció Computació |
| Matèria: |
Aprendizaje automatizado ;
Baloncesto ;
Predecir ;
Ganador del partido ;
Anotación por equipo ;
Aprenentatge automatitzat ;
Bàsquet ;
NBA ;
Predir ;
Guanyador del partit ;
Anotació per equip ;
Machine Learning ;
Basketball ;
Predict ;
Winner of the match ;
Points by team |
visitant ::
identificació
(Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
