Metodologías de estimación del valor de jugadores en el fútbol profesional: un enfoque de data science
Date
2024
Type:
Thesis
item.page.extent
58 p.
item.page.accessRights
Acceso abierto
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
Este proyecto aborda la estimación del valor de mercado de los futbolistas mediante el uso de metodologías de machine learning, redes neuronales y análisis de datos. Se desarrollaron modelos predictivos para calcular los valores de los jugadores, integrando variables deportivas, económicas y sociales. Como parte del análisis, se emplearon herramientas como Transfermarkt y técnicas de scraping en redes sociales para incrementar la precisión de las valoraciones.
Para garantizar la utilidad y replicabilidad del trabajo, se creó una aplicación web utilizando Flask, permitiendo a los usuarios visualizar las predicciones de manera
interactiva. Además, el código completo del proyecto, incluyendo el aplicativo Flask, se publicó en un repositorio de GitHub para facilitar su acceso y reutilización.
Description
Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
Santiago
item.page.sponsorship
Citation
Keywords
070037S, Fútbol, Ciencia de datos, Jugadores, Machine learning