Trabajo Fin de Grado
Técnicas de minería de datos aplicadas en baloncesto
Autor/es | Velázquez Carricondo, Juan Antonio |
Director | Fernández Ponce, José María |
Departamento | Universidad de Sevilla. Departamento de Estadística e Investigación Operativa |
Fecha de publicación | 2018-06 |
Fecha de depósito | 2018-07-26 |
Titulación | Universidad de Sevilla. Doble Grado en Matemáticas y Estadística |
Resumen | En este trabajo, se pretende dar una visión general de las distintas aplicaciones del Machine Learning al deporte y en particular al baloncesto. Se presentan tres bloques muy distintos entre sí para concienciar sobre todas ... En este trabajo, se pretende dar una visión general de las distintas aplicaciones del Machine Learning al deporte y en particular al baloncesto. Se presentan tres bloques muy distintos entre sí para concienciar sobre todas las posibilidades que ofrece la estadística y el análisis de datos al ámbito deportivo. En el primero se introduce el concepto de Redes Neuronales, el Perceptrón Simple, el Perceptrón Multicapa y se explica brevemente el funcionamiento del Deep Learning, aplicándose a un modelo que predice la posición en la que juegan los distintos jugadores en función de distintas variables. El segundo bloque se centra en el estudio espacial de los hábitos de tiro de los distintos jugadores y de la e ciencia que tienen los mismos en las distintas zonas de la pista, en ambos casos se aplicará conceptos de Inferencia Bayesiana. Por último, se compararán distintas métricas ofensivas y se introducirán nuevas métricas del rendimiento ofensivo bajo un enfoque bayesiano, para así por último comparar dichas métricas y observar de qué manera re ejan el comportamiento del jugador en la pista. In this paper, it is pretended to introduce a huge vision about how Machine Learning can be used in sports, and particularly in Basketball. This document is composed of three di erent parts in order to raise awareness about ... In this paper, it is pretended to introduce a huge vision about how Machine Learning can be used in sports, and particularly in Basketball. This document is composed of three di erent parts in order to raise awareness about how much posibilities advanced statistics o ers (in) sports. In the rst, Neural Networks, the Simple Perceptron and the Multilayer Perceptron concepts are introduced and a brief explanation of how Deep Learning works applying it into a model, that predicts the position of the di erent players using some variables, is also given. The second part is focused on studying shots spacial habits in order to distinguish di erent types of players. After that, the e ciency of them is also studied from a spatial view of points. In both cases, Bayesian concepts have been used. At the end, some di erent o ensive metrics are compared and a new one is developed using Bayesian methods, in order to compare them and see how much players performance are written on them. |
Cita | Velázquez Carricondo, J.A. (2018). Técnicas de minería de datos aplicadas en baloncesto. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
Velázquez Carricondo Juan Antonio ... | 993.6Kb | [PDF] | Ver/ | |