Técnicas de Inteligência Artificial Aplicadas Para Previsão da Posição de Times do Campeonato Brasileiro de Futebol
Por Mariana Kleina (Autor), Mateus Noronha dos Santos (Autor), Tiago Noronha dos Santos (Autor), Marcos Augusto Mendes Marques (Autor), Wiliam de Assis Silva (Autor).
Resumo
Este trabalho apresenta uma previsão de classificação em grupos para as equipes do campeonato brasileiro de futebol tanto da série A quanto da série B a partir dos resultados do primeiro turno de cada campeonato. Com previsões assertivas do grupo onde um time irá finalizar o campeonato, pode-se realizar um planejamento estratégico no elenco tal como novas contratações, treinos específicos dos atletas e possíveis campeonatos que o time terá direito de participar de acordo com o grupo em que se classificar. Para encontrar as previsões, aplicou-se as técnicas rede neural artificial Multi Layer Perceptron (MLP) e Support Vector Machine (SVM). Resultados preliminares indicam que a metodologia proposta é bastante promissora, acertando em mais de 40% dos casos com a MLP e quase 50% com o SVM. Além disso, os resultados indicam que a metodologia também é capaz de realizar uma boa previsão errando em um grupo do verdadeiro grupo ao final do campeonato. A técnica SVM se mostrou um pouco superior à MLP. Um pós processamento nos resultados do SVM é aplicado aos dados do ano de 2018 da série A do campeonato brasileiro, resultando em 85% de acertos dos grupos.