Predição de resultados de jogos do campeonato brasileiro de futebol feminino.

Abstract

No contexto esportivo, o uso de aprendizado de máquina tem se mostrado promissor na análise e previsão de resultados de competições esportivas. O Campeonato Brasileiro de Futebol Feminino é uma das principais competições do futebol feminino no país, e seu crescimento tem sido notável ao longo dos anos. No entanto, ainda existem desafios na análise e compreensão dos resultados das partidas. Dito isso, este trabalho tem como objetivo explorar a aplicação de aprendizado de máquina na predição de resultados de jogos do Campeonato Brasileiro de Futebol Feminino, buscando fornecer informações valiosas sobre o desempenho das equipes, o impacto de diferentes fatores em suas atuações e, consequentemente, auxiliar na tomada de decisões estratégicas para aprimorar o desempenho das equipes e melhorar a competitividade do campeonato. A metodologia adotada engloba a coleta de dados provenientes do site Footystats, constituindo um conjunto de exemplos de treinamento robusto composto por informações de cinco ligas, Estados Unidos, Itália, Inglaterra, Espanha, Copa Europeia. Adicionalmente, os jogos do Campeonato Brasileiro de 2022, totalizando 134 partidas, são utilizados como conjunto de testes. O processo inclui análise exploratória dos dados e a construção de modelos de predição por meio de técnicas de indução de classificadores. Os resultados obtidos confirmam a complexidade associada a esta tarefa, ressaltando a dificuldade frequentemente encontrada na literatura para alcançar taxas de acerto superiores a 60%.