Publication
FootbAI: football powerd by artificial intelligence
| dc.contributor.advisor | Ribeiro, António Rui Trigo | |
| dc.contributor.author | Cortez, Alberto Jorge Ventura | |
| dc.date.accessioned | 2022-01-14T19:41:17Z | |
| dc.date.available | 2022-01-14T19:41:17Z | |
| dc.date.issued | 2021 | |
| dc.description.abstract | A competição futebolística moderna tem as características de confronto feroz, longa duração, intensidade de jogo e grandes quantidades de exercício, com elevados requisitos técnicos e táticos. É, portanto, um desporto complexo, sendo uma das tarefas mais importantes a seleção dos jogadores mais adequados para os jogos, o que envolve muitos fatores, como, por exemplo, as variáveis fisiológicas dos jogadores. O futebol, bem como outras áreas desportivas e sociais, tem sofrido a influência de tecnologias e sistemas de informação que têm contribuído para a melhoria do desporto, com ênfase principal nos sistemas de informação para apoiar a monitorização e análise do desempenho dos jogadores, tais como, por exemplo, a utilização de sistemas de informação para registar as variáveis fisiológicas dos jogadores utilizando sistemas GPS, e a medição dos batimentos cardíacos, entre outros. Dada a oportunidade de analisar os dados de uma equipa de futebol da 2ª Divisão Regional da Associação de Futebol de Santarém, surgiu a ideia de tentar compreender quais são as variáveis fisiológicas mais importantes no desempenho dos jogadores e, consequentemente, melhorar o desempenho das equipas, através de uma maior perceção da interligação entre as variáveis fisiológicas e os resultados desportivos. Em termos de resultados, foi possível desenvolver um modelo que agrupou as variáveis fisiológicas que tiveram mais influência na vitória, conseguindo ter resultados de 79% de precisão na previsão da vitória com estas variáveis. Também foi possível realizar a mesma análise realizada sobre os dados dos jogos, também sobre os dados de treino, e os resultados apontaram para diferentes variáveis. Em termos da análise dos atletas por posição, apesar dos resultados serem curtos, a aplicação de um algoritmo de seleção foi capaz de classificar as variáveis fisiológicas por posição, que estão em linha com as variáveis defendidas pela comunidade científica em estudos sobre estes temas. | pt_PT |
| dc.identifier.tid | 202885097 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.26/38882 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Futebol | pt_PT |
| dc.subject | Gestão | pt_PT |
| dc.subject | Integração multiplataformas | pt_PT |
| dc.subject | Machine learning | pt_PT |
| dc.subject | Classificação | pt_PT |
| dc.subject | Regressão | pt_PT |
| dc.title | FootbAI: football powerd by artificial intelligence | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
Files
Original bundle
1 - 1 of 1