Bravo, LoretoContreras, HugoBecerra Cartes, Juan Sebastián2023-03-152023-03-152022https://repositorio.udd.cl/handle/11447/7080Capstone project presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science.El problema de evaluar el rendimiento de los futbolistas está despertando el interés de muchas empresas y de la comunidad científica, gracias a la disponibilidad de datos masivos que capturan todos los eventos generados durante un partido (p. ej., entradas, pases, tiros, etc.). Desafortunadamente, no existe una métrica consolidada y ampliamente aceptada para medir la calidad del desempeño en todas sus facetas. En este artículo, diseñamos e implementamos un ranking de jugadores basado en datos que ofrece una evaluación justificada de como distintos atributos contribuyen a aumentar la probabilidad de victoria de un equipo. Usando dos conjuntos de datos, el primero con información a nivel de equipo desde el año 2017 al 2022 para la primera división del futbol chileno determinamos el desempeño de los equipos clasificándolos en victoria y no victoria. El segundo set de datos contiene información de todos los jugadores chilenos en competencia. Basándonos en el criterio experto, desarrollados un procedimiento de co-ocurrencia donde detectamos los atributos comunes existentes en ambos sets de datos. Con estos atributos comunes entrenamos un modelo que nos permite obtener el ponderador para cada atributo y con ellos construir el ranking por jugador. Finalmente clasificamos a cada jugador de acuerdo con su rol en el equipo: Arquero, Defensa, Lateral Derecho, Lateral Izquierdo, Mediocampista Defensivo, Mediocampista, Mediocampista Ofensivo y Delantero. Con esto extendemos el ranking por posición y podemos conformar un plantel que maximizaría la probabilidad de victoria de un equipo.20 p.es070037SFutbolRankingDesempeñoJugadoresData-DrivenSVMThesis