01. Universidade Federal Rural de Pernambuco - UFRPE (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/1
Navegar
3 resultados
Resultados da Pesquisa
Item Um estudo de caso para previsão de partidas de futebol utilizando o ChatGPT(2024-10-01) Silva, Thiago Luiz Barbosa da; Nascimento, Leandro Marques do; http://lattes.cnpq.br/9163931285515006O presente trabalho tem como objetivo desenvolver e testar uma ferramenta de previsão de resultados de partidas de futebol, utilizando o modelo de linguagem ChatGPT. A pesquisa explora o potencial dessa tecnologia para processar dados de partidas e gerar previsões, comparando seu desempenho com as probabilidades oferecidas por casas de apostas. O método utilizado inclui a coleta de dados por meio de web scraping em fontes como Placar de Futebol e FBref, o que possibilitou a criação de uma base de dados rica em informações sobre equipes, campeonatos e estatísticas detalhadas. A partir dessa base, a ferramenta foi criada dentro do projeto Arena Sport Club, que possui funcionalidades sobre visualização de resultados e informações sobre futebol. Diferentes estratégias de geração de prompts foram implementadas na ferramenta para verificar a melhor maneira de instruir o modelo a fornecer previsões precisas. Os resultados mostraram que o modelo tem potencial para realizar previsões de resultados de futebol de maneira eficaz, aproximando-se das taxas de acerto das casas de apostas. Entretanto, o trabalho identificou desafios, como o alto custo financeiro e a necessidade de ajustes contínuos para lidar com a complexidade das partidas e as variáveis envolvidas. A conclusão sugere que, embora o ChatGPT ofereça uma ferramenta promissora para previsões esportivas, é necessário otimizar seu uso em contextos reais. Futuras pesquisas podem aprimorar a aplicação dessa tecnologia, reduzindo custos e melhorando a precisão em longo prazo.Item O uso de Auto ML nas apostas esportivas(2022-06-02) Oliveira, José Matheus Souza de; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504O mercado de apostas esportivas vem crescendo de forma efetiva, e dos 40 times que disputam as séries A e B do Campeonato Brasileiro, 35 são patrocinados por casas de apostas. Observando o número de apostadores que são lucrativos, foi constatado que existe uma grande necessidade por soluções que auxiliem essas pessoas a se tornarem lucrativas. Visando conseguir atingir esse objetivo no longo prazo, a primeira etapa desse projeto é avaliar o uso soluções de Auto Machine Learning(AutoML), em dois cenários de apostas: ambas equipes marcarem e a partida ter mais ou menos que 2 gols. Para esse trabalho, foram utilizados os dados do Campeonato Brasileiro de Futebol da Série A 2017. O campeonato possui 38 rodadas no total e 10 partidas em cada rodada, totalizando 380 partidas. Para calcular os cenários de lucro, foram estabelecidos duas formas de avaliação: sem restrição e com restrição de probabilidade. Comparando os resultados obtidos nesses dois cenários, o cenário 2 em todos os resultados apresentou lucro, diferentemente do que se alcançou no cenário 1, além disso, temos a taxa de assertividade que foi bem mais positiva no cenário 2, chegando a atingir um valor de 73,68% enquanto a taxa máxima obtida no cenário 1 foi de 63,88%.Item Uso de business intelligence como ferramenta de apoio em previsões de apostas de jogos de futebol(2021-12-16) Domingues, Marcela Soares; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/6238090449898774São muitos os brasileiros que atualmente recorrem a casas de apostas esportivas online, principalmente de futebol, como forma de investimento. Essa pratica vem sendo permitida no Brasil desde 2018, de acordo com a lei 13.756/18. Com a permissão liberada, somada a paixão do brasileiro pelo futebol, essa e uma área de investimento que vem crescendo muito desde então, atingindo altíssimos níveis de movimentação financeira, fazendo com que muitas pessoas recorram a essa pratica como garantia de fonte de renda extra ou fixa. Para investir em determinada aposta, o ideal e que se tenha uma noção dos riscos que você vai assumir. Apostar envolve chances de perda, e por isso, nem sempre o investimento valera à pena. Deve-se levar em conta algumas variáveis, como por exemplo dados históricos de times e jogadores de futebol. O uso de Business Intelligence (BI), que já e bastante utilizado por times de futebol para estudar comportamentos de outras equipes, também agrega bastante valor na hora de analisar as apostas nas quais se quer investir. Utilizando conceitos de BI, este trabalho apresenta o desenvolvimento de um Dashboard (painel de controle) contendo gráficos e relatórios, a fim de facilitar o processo de analise das apostas, além de um modelo de predição para prever a quantidade de gols em um jogo e o calculo de probabilidades de vitória de cada time em uma determinada partida.