Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina
Investigación Tecnológica
- Autores:
-
Arias-Roa, Edwin Fernando
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Católica de Colombia
- Repositorio:
- RIUCaC - Repositorio U. Católica
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ucatolica.edu.co:10983/23643
- Acceso en línea:
- https://hdl.handle.net/10983/23643
- Palabra clave:
- APRENDIZAJE DE MÁQUINA
FÚTBOL
MÁQUINAS DE SOPORTE VECTORIAL
RANDOM FOREST
REGRESIÓN LOGÍSTICA
- Rights
- openAccess
- License
- Derechos Reservados - Universidad Católica de Colombia, 2019
| id |
UCATOLICA2_6abbb1442a3303cd6718b2f1aa25a913 |
|---|---|
| oai_identifier_str |
oai:repository.ucatolica.edu.co:10983/23643 |
| network_acronym_str |
UCATOLICA2 |
| network_name_str |
RIUCaC - Repositorio U. Católica |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| title |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| spellingShingle |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina APRENDIZAJE DE MÁQUINA FÚTBOL MÁQUINAS DE SOPORTE VECTORIAL RANDOM FOREST REGRESIÓN LOGÍSTICA |
| title_short |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| title_full |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| title_fullStr |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| title_full_unstemmed |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| title_sort |
Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina |
| dc.creator.fl_str_mv |
Arias-Roa, Edwin Fernando |
| dc.contributor.advisor.spa.fl_str_mv |
Guzmán-Avendaño, Roger Enrique |
| dc.contributor.author.spa.fl_str_mv |
Arias-Roa, Edwin Fernando |
| dc.subject.lemb.spa.fl_str_mv |
APRENDIZAJE DE MÁQUINA |
| topic |
APRENDIZAJE DE MÁQUINA FÚTBOL MÁQUINAS DE SOPORTE VECTORIAL RANDOM FOREST REGRESIÓN LOGÍSTICA |
| dc.subject.proposal.spa.fl_str_mv |
FÚTBOL MÁQUINAS DE SOPORTE VECTORIAL RANDOM FOREST REGRESIÓN LOGÍSTICA |
| description |
Investigación Tecnológica |
| publishDate |
2019 |
| dc.date.accessioned.spa.fl_str_mv |
2019-08-30T20:00:15Z |
| dc.date.available.spa.fl_str_mv |
2019-08-30T20:00:15Z |
| dc.date.issued.spa.fl_str_mv |
2019 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/submittedVersion |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
submittedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Arias-Roa, E. F. (2019). Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| dc.identifier.uri.spa.fl_str_mv |
https://hdl.handle.net/10983/23643 |
| identifier_str_mv |
Arias-Roa, E. F. (2019). Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| url |
https://hdl.handle.net/10983/23643 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Anand, G. (2018). English Football Prediction Using Machine Lerning Classifiers. International Journal of Pure and Applied Mathematics, 533-535. Anzola, N. S. (2015). Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario. revistas.uexternado.edu.co. Arias, E. F. (29 de Abril de 2019). betegy. (2012). betegy.com. Obtenido de betegy.com: https://betegy.com/about/company betegy.com. (2012). betegy.com. Obtenido de betegy.com: https://betegy.com/about/company Bowles, M. (2015). Machine Learning in Python. Indianapolis: Wiley. Brownlee, J. (25 de Diciembre de 2013). machinelearningmastery.com. Obtenido de machinelearningmastery.com: https://machinelearningmastery.com/how-toprepare-data-for-machine-learning/ Bunker, R. P., & Thabtah, F. (2017). sciencedirect. Obtenido de sciencedirect: https://ac.els-cdn.com/S2210832717301485/1-s2.0-S2210832717301485main.pdf?_tid=20360d51-bfb6-40e2-8ba60ee3e1adb2d9&acdnat=1542065351_a4451c50a515882604fc3b733c53bf0c code.i-harness. (2016). CODE Q&A. Obtenido de CODE Q&A: https://code.iharness.com/es/q/1bf48c code.i-harness.com. (2019). CODE Q&A. Obtenido de CODE Q&A: https://code.iharness.com/es/q/15caef4 developers.google.com. (1 de Mayo de 2019). Obtenido de developers.google.com: https://developers.google.com/machine-learning/crash-course/glossary?hl=es-419 dimayor.com.co. (2018). dimayor.com.co. Obtenido de dimayor.com.co: http://dimayor.com.co/ dinero.com. (8 de Febrero de 2013). Revista Dinero. Obtenido de Revista Dinero: https://www.dinero.com/pais/articulo/sus-derechos-habeas-data/181020 Ekefre, D. B. (14 de 2 de 2016). A Comparison of Methods for Predicting Football Matches. Netherland. eltiempo.com. (1 de Abril de 2018). eltiempo.com. Obtenido de eltiempo.com: https://www.eltiempo.com/colombia/conozca-el-metodo-que-ayuda-a-predecirresultados-de-futbol-199456 Esme, E., & Kiran, M. S. (2018). Prediction of Football Match Outcomes Based on Bookmaker Odds by Using k-Nearest Neighbor Algorithm. International Journal of Machine Learning and Computing, . Obtenido de http://www.ijmlc.org/vol8/658A05.pdf FIFA. (1 de Enero de 2006). FIFA. Obtenido de FIFA: https://www.fifa.com/mm/document/fifafacts/bcoffsurv/bigcount.statspackage_7024 .pdf FIFA. (2018). FIFA. Obtenido de FIFA: https://es.fifa.com/about-fifa/who-we-are/thegame/index.html Gandhi, R. (13 de Junio de 2017). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/k-nearest-neighboursintroduction-to-machine-learning-algorithms-18e7ce3d802a Gandhi, R. (27 de Mayo de 2018). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/introduction-to-machinelearning-algorithms-linear-regression-14c4e325882a Ganesan, A. (2018). ENGLISH FOOTBALL PREDICTION USING MACHINE LEARNING CLASSIFIERS. Gaviria, A. H. (7 de Diciembre de 2018). ligadeportiva.com. Obtenido de ligadeportiva.com: https://ligadeportiva.com/andres-ricaurte-puede-sucedercualquier-cosa/ GeoTutoriales. (15 de 6 de 2018). gestiondeoperaciones.net. Obtenido de gestiondeoperaciones.net: https://www.gestiondeoperaciones.net/proyeccion-dedemanda/calculo-de-la-raiz-del-error-cuadratico-medio-o-rmse-root-mean-squarederror/ Gónzalez, L. (5 de Abril de 2019). Bosque Aleatorios Regresión – Teoría. Obtenido de Bosque Aleatorios Regresión – Teoría: http://ligdigonzalez.com/bosquesaleatorios-regresion-teoria-machine-learning/ Hassan, A. R., & Londoño, M. G. (28 de Junio de 2016). besmarter-team.org. Obtenido de besmarter-team.org: http://www.besmarterteam.org/files/working_papers/Profiting%20from%20the%20English%20Premier% 20League%20Objective%20Predictive%20Elicitation,%20the%20Kelly%20Criterio n%20and%20Black%20Swans.pdf Hijmans, A. (2016). pdfs.semanticscholar.org. Obtenido de pdfs.semanticscholar.org: https://pdfs.semanticscholar.org/b347/e38d5c61a139115884fbff352221c4f7bfe1.pd f ICEMD. (13 de 1 de 2017). ICEMD. Obtenido de ICEMD: https://www.icemd.com/digital-knowledge/articulos/mineria-datos-proceso-areasse-puede-aplica/ Juergen, M. (23 de Mayo de 2013). entrepreneur.com. Obtenido de entrepreneur.com: https://www.entrepreneur.com/article/226710 Maher, M. (1982). Modelling association football scores. Statistica Neerlandica, 109118. Obtenido de http://www.90minut.pl/misc/maher.pdf Marin, L. É. (30 de Junio de 2017). elcolombiano. Obtenido de elcolombiano: http://www.elcolombiano.com/deportes/futbol/las-marcas-de-futbol-mas-valiosasde-colombia-AM6817727 Marr, B. (19 de Febrero de 2016). Forbes. Obtenido de Forbes: https://www.forbes.com/sites/bernardmarr/2016/02/19/a-short-history-of-machinelearning-every-manager-should-read/#1a389fb915e7 medium.com. (27 de Diciembre de 2017). medium.com. Obtenido de medium.com: https://medium.com/@williamkoehrsen/random-forest-simple-explanation377895a60d2d Mehta, A. (9 de Octubre de 2017). analyticsinsight. Obtenido de analyticsinsight: https://www.analyticsinsight.net/how-analytics-is-making-teams-win-in-sports/ ml-cheatsheet. (2017). ml-cheatsheet. Obtenido de ml-cheatsheet: https://mlcheatsheet.readthedocs.io/en/latest/logistic_regression.html#introduction Momoh, O. (9 de Marzo de 2018). investopedia.com/. Obtenido de investopedia.com/: https://www.investopedia.com/terms/d/deep-learning.asp numberfire.com. (2018). numberfire.com. Obtenido de numberfire.com: http://www.numberfire.com optasports. (2018). optasports.com. Obtenido de optasports.com: https://www.optasports.com/ Peréz, D. (22 de Agosto de 2017). objetivoanalista. Obtenido de objetivoanalista: https://objetivoanalista.com/big-data-en-el-real-madrid/ Pérez, D. (22 de Agosto de 2017). ObjetivoAnalista. Obtenido de ObjetivoAnalista: https://objetivoanalista.com/big-data-en-el-real-madrid/ Rieuf, E. (11 de Febrerp de 2017). datasciencecentral.com. Obtenido de datasciencecentral.com: https://www.datasciencecentral.com/profiles/blogs/regression-analysis-how-do-iinterpret-r-squared-and-assess-the Soni, D. (2017). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/introduction-to-naive-bayes-classification4cffabb1ae54 sportscourtdimensions.com. (2015). sportscourtdimensions. Obtenido de sportscourtdimensions: https://www.sportscourtdimensions.com/soccer/ stats.com. (2018). stats.com. Obtenido de stats.com: https://www.stats.com/ Varone, M. (2018). expertsystem.com. Obtenido de expertsystem.com: https://www.expertsystem.com/machine-learning-definition/ Vincent, J. (6 de Julio de 2017). the verge. Obtenido de the verge: https://www.theverge.com/2017/7/6/15923784/ai-predict-sport-betting-gamblingstratagem |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2019 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2019 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas y Computación |
| institution |
Universidad Católica de Colombia |
| bitstream.url.fl_str_mv |
https://repository.ucatolica.edu.co/bitstreams/dfd2e3ff-1b4e-4ae6-b867-3ca2023239d2/download https://repository.ucatolica.edu.co/bitstreams/b8abd349-9b11-4273-a64c-0ccf2414be71/download https://repository.ucatolica.edu.co/bitstreams/5712f145-dcc3-40f9-88ee-c4a948ead1dc/download https://repository.ucatolica.edu.co/bitstreams/b5a6eb1d-42be-40e3-8ccb-77414e3fd950/download https://repository.ucatolica.edu.co/bitstreams/30a20d6d-7b4d-463f-ae2b-93497d91939c/download https://repository.ucatolica.edu.co/bitstreams/00b02fd7-b4e5-430a-b0f7-3a6e9acf71cc/download |
| bitstream.checksum.fl_str_mv |
c1f1675e533c4c11406cf2169d3d0341 b3820db61fcf9fe4ace4fb70b434a7a9 dec136b6435339037a05302ac44cdafe 5f6ea39b86ee3e86823279ac45274d6d c11825f9e408bfbfca31194b3559328c a388e20ee7673753a706151a34355c96 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Católica de Colombia - RIUCaC |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814256380793585664 |
| spelling |
Guzmán-Avendaño, Roger Enriquedc5ef683-0f72-499f-a58c-6325098b9650-1Arias-Roa, Edwin Fernando60e759cb-0021-40fa-9013-4bbf0208c534-12019-08-30T20:00:15Z2019-08-30T20:00:15Z2019Investigación TecnológicaEn el presente trabajo de investigación tecnológica se utilizó algoritmos de aprendizaje de máquina para predecir quién será el ganador un partido de la categoría A del fútbol profesional colombiano, para ello, se realizó la obtención y construcción del conjunto de datos, estos datos fueron obtenidos de la página Diario AS. Posteriormente, se realizó procesamiento, limpieza y transformación a la información que se obtuvo, luego, se realizó un análisis estadístico a las variables para identificar aquellas que serán tenidas en cuenta para ser utilizadas por los algoritmos de aprendizaje de máquina, después, se realizó muestreo de información siguiendo el método Hold-Out el cual consiste en dividir el conjunto de datos, uno de entrenamiento y otro de prueba, siguiendo la proporción 75% - 25% respectivamente. Una vez realizado lo anterior, se procede a implementar los algoritmos de aprendizaje máquina random forest, Máquinas de soporte vectorial y regresión logística multiclase, los cuales generarán una serie de clasificaciones marcadas por las clases victoria para el equipo visitante, victoria para el equipo local o un empate. Después, se realizó la evaluación del desempeño de cada uno de los algoritmos de aprendizaje de máquina a través de la métrica matriz de confusión, al final se discuten los resultados obtenidos por cada algoritmo, donde se identificó que el algoritmo que tuvo un mejor desempeño fue random forest.PregradoIngeniero de SistemasRESUMEN INTRODUCCIÓN 1. GENERALIDADES 2. DESARROLLO DE LA EMTODOLOGÍA Y RESULTADOS 3. CONCLUSIONES 4. RECOMENSACIONES Y TRABAJO FUTURO BIBLIOGRAFÍA ANEXOSapplication/pdfArias-Roa, E. F. (2019). Modelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquina. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiahttps://hdl.handle.net/10983/23643spaFacultad de IngenieríaIngeniería de Sistemas y ComputaciónAnand, G. (2018). English Football Prediction Using Machine Lerning Classifiers. International Journal of Pure and Applied Mathematics, 533-535.Anzola, N. S. (2015). Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario. revistas.uexternado.edu.co.Arias, E. F. (29 de Abril de 2019).betegy. (2012). betegy.com. Obtenido de betegy.com: https://betegy.com/about/companybetegy.com. (2012). betegy.com. Obtenido de betegy.com: https://betegy.com/about/companyBowles, M. (2015). Machine Learning in Python. Indianapolis: Wiley.Brownlee, J. (25 de Diciembre de 2013). machinelearningmastery.com. Obtenido de machinelearningmastery.com: https://machinelearningmastery.com/how-toprepare-data-for-machine-learning/Bunker, R. P., & Thabtah, F. (2017). sciencedirect. Obtenido de sciencedirect: https://ac.els-cdn.com/S2210832717301485/1-s2.0-S2210832717301485main.pdf?_tid=20360d51-bfb6-40e2-8ba60ee3e1adb2d9&acdnat=1542065351_a4451c50a515882604fc3b733c53bf0ccode.i-harness. (2016). CODE Q&A. Obtenido de CODE Q&A: https://code.iharness.com/es/q/1bf48ccode.i-harness.com. (2019). CODE Q&A. Obtenido de CODE Q&A: https://code.iharness.com/es/q/15caef4developers.google.com. (1 de Mayo de 2019). Obtenido de developers.google.com: https://developers.google.com/machine-learning/crash-course/glossary?hl=es-419dimayor.com.co. (2018). dimayor.com.co. Obtenido de dimayor.com.co: http://dimayor.com.co/dinero.com. (8 de Febrero de 2013). Revista Dinero. Obtenido de Revista Dinero: https://www.dinero.com/pais/articulo/sus-derechos-habeas-data/181020Ekefre, D. B. (14 de 2 de 2016). A Comparison of Methods for Predicting Football Matches. Netherland.eltiempo.com. (1 de Abril de 2018). eltiempo.com. Obtenido de eltiempo.com: https://www.eltiempo.com/colombia/conozca-el-metodo-que-ayuda-a-predecirresultados-de-futbol-199456Esme, E., & Kiran, M. S. (2018). Prediction of Football Match Outcomes Based on Bookmaker Odds by Using k-Nearest Neighbor Algorithm. International Journal of Machine Learning and Computing, . Obtenido de http://www.ijmlc.org/vol8/658A05.pdfFIFA. (1 de Enero de 2006). FIFA. Obtenido de FIFA: https://www.fifa.com/mm/document/fifafacts/bcoffsurv/bigcount.statspackage_7024 .pdfFIFA. (2018). FIFA. Obtenido de FIFA: https://es.fifa.com/about-fifa/who-we-are/thegame/index.htmlGandhi, R. (13 de Junio de 2017). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/k-nearest-neighboursintroduction-to-machine-learning-algorithms-18e7ce3d802aGandhi, R. (27 de Mayo de 2018). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/introduction-to-machinelearning-algorithms-linear-regression-14c4e325882aGanesan, A. (2018). ENGLISH FOOTBALL PREDICTION USING MACHINE LEARNING CLASSIFIERS.Gaviria, A. H. (7 de Diciembre de 2018). ligadeportiva.com. Obtenido de ligadeportiva.com: https://ligadeportiva.com/andres-ricaurte-puede-sucedercualquier-cosa/GeoTutoriales. (15 de 6 de 2018). gestiondeoperaciones.net. Obtenido de gestiondeoperaciones.net: https://www.gestiondeoperaciones.net/proyeccion-dedemanda/calculo-de-la-raiz-del-error-cuadratico-medio-o-rmse-root-mean-squarederror/Gónzalez, L. (5 de Abril de 2019). Bosque Aleatorios Regresión – Teoría. Obtenido de Bosque Aleatorios Regresión – Teoría: http://ligdigonzalez.com/bosquesaleatorios-regresion-teoria-machine-learning/Hassan, A. R., & Londoño, M. G. (28 de Junio de 2016). besmarter-team.org. Obtenido de besmarter-team.org: http://www.besmarterteam.org/files/working_papers/Profiting%20from%20the%20English%20Premier% 20League%20Objective%20Predictive%20Elicitation,%20the%20Kelly%20Criterio n%20and%20Black%20Swans.pdfHijmans, A. (2016). pdfs.semanticscholar.org. Obtenido de pdfs.semanticscholar.org: https://pdfs.semanticscholar.org/b347/e38d5c61a139115884fbff352221c4f7bfe1.pd fICEMD. (13 de 1 de 2017). ICEMD. Obtenido de ICEMD: https://www.icemd.com/digital-knowledge/articulos/mineria-datos-proceso-areasse-puede-aplica/Juergen, M. (23 de Mayo de 2013). entrepreneur.com. Obtenido de entrepreneur.com: https://www.entrepreneur.com/article/226710Maher, M. (1982). Modelling association football scores. Statistica Neerlandica, 109118. Obtenido de http://www.90minut.pl/misc/maher.pdfMarin, L. É. (30 de Junio de 2017). elcolombiano. Obtenido de elcolombiano: http://www.elcolombiano.com/deportes/futbol/las-marcas-de-futbol-mas-valiosasde-colombia-AM6817727Marr, B. (19 de Febrero de 2016). Forbes. Obtenido de Forbes: https://www.forbes.com/sites/bernardmarr/2016/02/19/a-short-history-of-machinelearning-every-manager-should-read/#1a389fb915e7medium.com. (27 de Diciembre de 2017). medium.com. Obtenido de medium.com: https://medium.com/@williamkoehrsen/random-forest-simple-explanation377895a60d2dMehta, A. (9 de Octubre de 2017). analyticsinsight. Obtenido de analyticsinsight: https://www.analyticsinsight.net/how-analytics-is-making-teams-win-in-sports/ml-cheatsheet. (2017). ml-cheatsheet. Obtenido de ml-cheatsheet: https://mlcheatsheet.readthedocs.io/en/latest/logistic_regression.html#introductionMomoh, O. (9 de Marzo de 2018). investopedia.com/. Obtenido de investopedia.com/: https://www.investopedia.com/terms/d/deep-learning.aspnumberfire.com. (2018). numberfire.com. Obtenido de numberfire.com: http://www.numberfire.comoptasports. (2018). optasports.com. Obtenido de optasports.com: https://www.optasports.com/Peréz, D. (22 de Agosto de 2017). objetivoanalista. Obtenido de objetivoanalista: https://objetivoanalista.com/big-data-en-el-real-madrid/Pérez, D. (22 de Agosto de 2017). ObjetivoAnalista. Obtenido de ObjetivoAnalista: https://objetivoanalista.com/big-data-en-el-real-madrid/Rieuf, E. (11 de Febrerp de 2017). datasciencecentral.com. Obtenido de datasciencecentral.com: https://www.datasciencecentral.com/profiles/blogs/regression-analysis-how-do-iinterpret-r-squared-and-assess-theSoni, D. (2017). towardsdatascience.com. Obtenido de towardsdatascience.com: https://towardsdatascience.com/introduction-to-naive-bayes-classification4cffabb1ae54sportscourtdimensions.com. (2015). sportscourtdimensions. Obtenido de sportscourtdimensions: https://www.sportscourtdimensions.com/soccer/stats.com. (2018). stats.com. Obtenido de stats.com: https://www.stats.com/Varone, M. (2018). expertsystem.com. Obtenido de expertsystem.com: https://www.expertsystem.com/machine-learning-definition/Vincent, J. (6 de Julio de 2017). the verge. Obtenido de the verge: https://www.theverge.com/2017/7/6/15923784/ai-predict-sport-betting-gamblingstratagemDerechos Reservados - Universidad Católica de Colombia, 2019info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2APRENDIZAJE DE MÁQUINAFÚTBOLMÁQUINAS DE SOPORTE VECTORIALRANDOM FORESTREGRESIÓN LOGÍSTICAModelamiento predictivo del ganador de un partido de fútbol de la categoría A del fútbol profesional colombiano usando aprendizaje de máquinaTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALPrediccionFutbolColombiano_625504.pdfPrediccionFutbolColombiano_625504.pdfapplication/pdf1740726https://repository.ucatolica.edu.co/bitstreams/dfd2e3ff-1b4e-4ae6-b867-3ca2023239d2/downloadc1f1675e533c4c11406cf2169d3d0341MD51RAE.pdfRAE.pdfapplication/pdf114021https://repository.ucatolica.edu.co/bitstreams/b8abd349-9b11-4273-a64c-0ccf2414be71/downloadb3820db61fcf9fe4ace4fb70b434a7a9MD52TEXTPrediccionFutbolColombiano_625504.pdf.txtPrediccionFutbolColombiano_625504.pdf.txtExtracted texttext/plain117690https://repository.ucatolica.edu.co/bitstreams/5712f145-dcc3-40f9-88ee-c4a948ead1dc/downloaddec136b6435339037a05302ac44cdafeMD53RAE.pdf.txtRAE.pdf.txtExtracted texttext/plain15516https://repository.ucatolica.edu.co/bitstreams/b5a6eb1d-42be-40e3-8ccb-77414e3fd950/download5f6ea39b86ee3e86823279ac45274d6dMD55THUMBNAILPrediccionFutbolColombiano_625504.pdf.jpgPrediccionFutbolColombiano_625504.pdf.jpgRIUCACimage/jpeg9996https://repository.ucatolica.edu.co/bitstreams/30a20d6d-7b4d-463f-ae2b-93497d91939c/downloadc11825f9e408bfbfca31194b3559328cMD54RAE.pdf.jpgRAE.pdf.jpgRIUCACimage/jpeg21438https://repository.ucatolica.edu.co/bitstreams/00b02fd7-b4e5-430a-b0f7-3a6e9acf71cc/downloada388e20ee7673753a706151a34355c96MD5610983/23643oai:repository.ucatolica.edu.co:10983/236432023-03-24 17:33:21.327https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad Católica de Colombia, 2019https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com |