Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/225529
Mètodes de machine learning aplicats a l'NBA
Títol de la revista
Autors
Director/Tutor
Contribució addicional
ISSN de la revista
Títol del volum
Resum
En aquest treball es tracten les tècniques de machine learning a l’esport, enfocat en el bàsquet, concretament en la lliga NBA. L’objectiu principal és desenvolupar models predictius capaços de predir les victòries i derrotes dels equips a partir d’un conjunt de variables estadístiques, com la valoració de l’equip, el rendiment recent de l’equip, entre d’altres.Per dur a terme aquesta anàlisi és necessari preprocessar el conjunt de dades, seguit d’un conjunt de transformacions aplicant tècniques concretes per poder construir els models. Per construir els models s'apliquen algoritmes supervisats amb fins classificatoris: Support Vector Machine, K-Nearest Neighbors, Decision Tree, XGBoost, Regressió Logística i Random Forest.
Finalment, es comparen els rendiments dels models mitjançant una validació conjunta, identificant quins ofereixen una major precisió en la predicció del resultat dels partits.
Descripció
Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2024-2025, Tutor: Salvador Torra Porras
Recurs relacionat
Matèries (anglès)
Citació
Citació
PADROSA MONS, Bernat. Mètodes de machine learning aplicats a l'NBA. [consulted: 20 of November of 2026]. Available at: https://hdl.handle.net/2445/225529