Please use this identifier to cite or link to this item: http://hdl.handle.net/11144/6884
Title: Prevenção de lesões em jogadores de futebol usando machine learning
Authors: Monteiro, David Alexandre Cruz
Advisor: Cruvinel Júnior, Laercio
Keywords: Prevenção de Lesões
Machine Learning
Jogadores de Futebol
Modelo Preditivo
Issue Date: 4-Apr-2024
Abstract: O objetivo geral desta dissertação é analisar de que maneira os clubes podem prever lesões musculares nos seus atletas, mediante o estudo das métricas que os staffs técnicos dos clubes utilizam ou poderiam utilizar, de maneira a construir-se um modelo preditivo de ML (Machine Learning), para então prevenir-se este tipo de lesões. Para alcançar este objetivo, temos primeiramente de perceber como os clubes de futebol atualmente utilizam a tecnologia para analisarem os seus jogadores. Para podermos conseguir prever estas possíveis lesões, também precisámos de saber porque os futebolistas se lesionam tanto atualmente. Antes da construção do modelo, foi necessário primeiramente pesquisar um conjunto de dados que iriam conter as métricas idênticas às que os staffs técnicos dos clubes de futebol avaliavam para prevenir lesões nos seus jogadores de futebol. Como não foi possível encontrar dados reais e completos dos clubes e jogadores de futebol, acabou-se por encontrar um conjunto de dados fictícios com métricas idênticas às que pretendíamos. Embora este conjunto de dados não possuísse todas as métricas necessárias para a construção de um modelo idêntico ao mundo real, foi utilizado por possuir métricas de dados físicos, apesar de não possuir métricas de dados biológicos. Para a construção do modelo de ML foi utilizado o serviço da Google, o Google Colab para melhor entendimento dos dados, já que este trabalho se foca bastante na área de mineração de dados, análise de dados e ciência de dados. Durante a construção do modelo, é requisito identificar o tipo de algoritmo a implementar. Para este tipo de problema, os algoritmos de classificação podem satisfazer os objetivos do trabalho. Após a implementação do modelo de ML, a identificação do melhor algoritmo para resolver este problema permite analisar os dados minerados para assim responder ao objetivo geral do trabalho.
URI: http://hdl.handle.net/11144/6884
Thesis Degree: Dissertação de mestrado em Engenharia Informática e de Telecomunicações
Appears in Collections:DCT - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Dissertação DavidMonteiro_30003043_Relatório.pdf2,69 MBAdobe PDFThumbnail
View/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.