Football Analytics - Ranking de Jugadores

Simple item page
dc.contributor.advisorBravo, Loreto
dc.contributor.advisorContreras, Hugo
dc.contributor.authorHarringthon Arenas, Ana María
dc.contributor.authorMarín Flores, William Ricardo
dc.date.accessioned2023-04-26T16:30:55Z
dc.date.available2023-04-26T16:30:55Z
dc.date.issued2022
dc.descriptionCapstone project presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science.
dc.description.abstractLa evaluación de jugadores de fútbol considerando múltiples características de juego y su comparación con otros jugadores de roles similares, resulta una tarea compleja hoy en día. Este trabajo tiene como objetivo principal la construcción de un ranking de jugadores de fútbol de nacionalidad chilena por cada posición del campo. Para esto, se construyeron modelos de predicción binario con bases en técnicas estadísticas y del Machine Learning como son el Support Vector Machine y la Regresión logística. Se calculó el coeficiente de cada variable estudiada, más de 54 variables de entrada en este caso, y se tomaron como pesos o ponderaciones, que, a su vez, se multiplicaron por el promedio que cada jugador tenía en cada una de estas variables. El resultado final resultó de la sumatoria de todas las variables y del ordenamiento según el resultado. La base de datos que se usó fue aportada por la plataforma Wyscout, que registra cada uno de los números que cada partido y jugador en una plantilla completa y que puede obtenerse a través de suscripción. Antes de la construcción de los modelos, se hizo una minuciosa limpieza de datos donde algunas posiciones y variables fueron suprimidas. Entre los resultados destacan figuras importantes del fútbol chileno de la última década, como son Alexis Sanchez, Eduardo Vargas, Arturo Vidal, Charles Aránguiz, Paulo Diaz, Leonardo Gil, entre otros.
dc.format.extent51 p.
dc.identifier.urihttps://repositorio.udd.cl/handle/11447/7401
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectData science
dc.subjectFutbol
dc.subjectRanking
dc.subjectSupport vector machine
dc.subjectRegresión logística
dc.titleFootball Analytics - Ranking de Jugadores
dc.typeThesis
dcterms.accessRightsAcceso abierto

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Football Analytics - Ranking de Jugadores.pdf
Size:
2.4 MB
Format:
Adobe Portable Document Format
Description:
Texto completo
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.63 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services