Mostrar el registro sencillo del ítem
Trabajo Fin de Grado
Organización, análisis de datos e inteligencia artificial para la predicción de resultados en Fórmula 1
dc.contributor.advisor | Valencia Cabrera, Luis | es |
dc.creator | García Villalón, María Jesús | es |
dc.date.accessioned | 2023-02-17T11:33:29Z | |
dc.date.available | 2023-02-17T11:33:29Z | |
dc.date.issued | 2022-06-18 | |
dc.identifier.citation | García Villalón, M.J. (2022). Organización, análisis de datos e inteligencia artificial para la predicción de resultados en Fórmula 1. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/142770 | |
dc.description.abstract | If humans can learn from experience, can computers do the same? Through machine learning we have found out that the answer to this question is yes. In this paper, as will be seen throughout this report, we will use machine learning techniques to try to answer this question. automatic learning techniques to try to answer the question: Who will win the next Formula 1 Grand Prix? In order to do so, we will carry out the steps of exploratory data analysis, feature engineering and modeling, to create models that can answer the question by obtaining predictions that best fit the reality, analyzing the complications that we can obtain and trying to explore different solutions. | es |
dc.description.abstract | Si los humanos pueden aprender de la experiencia, ¿pueden los ordenadores hacer igual? A trav´es del aprendizaje autom´atico hemos descubierto que la respuesta a ´esta pregunta es s´ı. En este trabajo, como se ver´a a lo largo de ´esta memoria vamos a utilizar las t´ecnicas de aprendizaje autom´atico para intentar responder la cuesti´on: ¿Qui´en ganar´a el siguiente gran premio de F´ormula 1? Para ello, llevaremos a cabo los pasos de an´alisis exploratorio de datos, ingenier´ıa de caracter´ısticas y modelizaci´on, para crear modelos que puedan responder dicha cuesti´on obteniendo predicciones que mejor se ajusten a la realidad, analizando las complicaciones que podamos obtener e intentando explorar diferentes soluciones. | es |
dc.format | application/pdf | es |
dc.format.extent | 156 p. | es |
dc.language.iso | spa | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Organización, análisis de datos e inteligencia artificial para la predicción de resultados en Fórmula 1 | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificial | es |
dc.description.degree | Universidad de Sevilla. Doble Grado en Matemáticas y Estadística | es |
dc.publication.endPage | 156 | es |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
DGME GARCIA VILLALON, MARIA ... | 6.265Mb | ![]() | Ver/ | |