Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. UFPB - Campus I - Centro de Informática (CI)
  3. CI - Trabalhos de Conclusão de Curso de Graduação
  4. TCC - Ciência da Computação - CI
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/32559
Registro completo de metadados
Campo DCValorIdioma
dc.creatorGomes, Nathan Carlos de Macena-
dc.date.accessioned2024-11-22T19:30:00Z-
dc.date.available2024-05-14-
dc.date.available2024-11-22T19:30:00Z-
dc.date.issued2024-04-03-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/32559-
dc.description.abstractSports prediction has expanded remarkably with the advancement of technology and artificial intelligence, which encourages the search for more refined methods of data collection and pattern recognition. This study focuses on the analysis of models and techniques such as Neural Networks and AutoML to understand the occurrence of events in live matches, adopting a large-scale data approach. It was observed that feature engineering and defining time windows before events are crucial for model performance.pt_BR
dc.description.provenanceSubmitted by Michelle Barbosa (mi.2020@outlook.com.br) on 2024-11-22T19:30:00Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Nathan Carlos de Macena Gomes_TCC.pdf: 789819 bytes, checksum: e643449c70646458abafa46f789d0d3c (MD5)en
dc.description.provenanceMade available in DSpace on 2024-11-22T19:30:00Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Nathan Carlos de Macena Gomes_TCC.pdf: 789819 bytes, checksum: e643449c70646458abafa46f789d0d3c (MD5) Previous issue date: 2024-04-03en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectPrevisão esportivapt_BR
dc.subjectTecnologiapt_BR
dc.subjectColeta de dadospt_BR
dc.subjectRedes neuraispt_BR
dc.titleAvaliação de Modelos Preditivos em Estatísticas Esportivas Ao Vivo: Uma Abordagem de Dados em Tempo Realpt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Barbosa, Yuri de Almeida Malheiros-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6396235096236217pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1806854772941053pt_BR
dc.description.resumoA previsão esportiva tem se expandido notavelmente com o avanço da tecnologia e da inteligência artificial, o que estimula a busca por métodos mais refinados de coleta de dados e reconhecimento de padrões. Este estudo foca na análise de modelos e técnicas como Redes Neurais e AutoML para compreender a ocorrência de eventos em partidas ao vivo, adotando uma abordagem de dados em larga escala. Observou-se que a engenharia de atributos e a definição de janelas de tempo antes dos eventos são cruciais para o desempenho do modelo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentComputação Científicapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::OUTROSpt_BR
Aparece nas coleções:TCC - Ciência da Computação - CI

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Nathan Carlos de Macena Gomes_TCC.pdfTCC771,31 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons