tut. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
| Títol variant: |
Formula 1 World Championship analysis and prediction |
| Data: |
2025 |
| Resum: |
Com a fan de la Fórmula 1, sempre he volgut fer alguna cosa (relacionat) en aquest esport, i com a estudiant de la menció de computació, què millor que estudiar i analitzar les dades històriques per predir el rendiment de pilots i equips constructors. El treball té com a objectiu poder desenvolupar un sistema predictiu que permeti als aficionats de Fórmula 1 saber quin rendiment tindrà un pilot a una cursa. Per aconseguir això s'ha utilitzat tècniques de machine learning, com Support Vector Machine (SVM) i Random Forest, i també s'ha fet servir un model de xarxes neuronals, on s'ha fet una comparació dels diferents resultats que ens ha donat cada model. Un cop entrenats els models, s'ha desenvolupat una aplicació que permet fer diversos tipus de prediccions, seleccionant l'any, el circuit i el pilot de la qual es vol predir la posició. |
| Resum: |
Como fan de la Fórmula 1, siempre he querido hacer algo (relacionado) en este deporte, y como estudiante de la mención de computación, qué mejor que estudiar y analizar los datos históricos para predecir el rendimiento de pilotos y equipos constructores. El trabajo tiene como objetivo poder desarrollar un sistema predictivo que permita a los aficionados de Fórmula 1 saber qué rendimiento tendrá un piloto en una carrera. Para ello se han utilizado técnicas de machine learning, como Support Vector Machine (SVM) y Random Forest, y también se ha utilizado un modelo de redes neuronales, donde se ha realizado una comparación de los diferentes resultados que nos ha dado cada modelo. Una vez entrenados los modelos, se ha desarrollado una aplicación que permite realizar varios tipos de predicciones, seleccionando el año, el circuito y el piloto de la que se quiere predecir la posición. |
| Resum: |
As a Fórmula 1 fan, I have always wanted to do something related to this sport, and as a student majoring in computing, what better way than to study and analyze historical data to predict the performance of drivers and construction teams. The work aims to develop a predictive system that allows Fórmula 1 fans to know how a driver will perform in a race. To achieve this, machine learning techniques have been used, such as Support Vector Machine (SVM) and Random Forest, and a neural network model has also been used, where a comparison has been made of the different results that each model has given us. Once the models have been trained, an application has been developed that allows you to make various types of predictions, selecting the year, the circuit and the driver whose position you want to predict. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, 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: |
Català |
| Titulació: |
Enginyeria Informàtica [2502441] |
| Pla d'estudis: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau ; Text |
| Àrea temàtica: |
Menció Computació |
| Matèria: |
Fórmula 1 ;
Machine Learning ;
Predicció ;
Support Vector Machine ;
Random Forest ;
Xarxes neuronals ;
Aplicació predictiva ;
Predicción ;
Máquina de Vectores de Soporte ;
Bosque aleatorio ;
Redes neuronales ;
Aplicación predictiva ;
Prediction ;
Neural Networks ;
Predictive Application |
visitant ::
identificació
tut. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
