dissertação
Otimização da montagem de elenco no futebol : aprendizado de máquina para redução da imprevisibilidade em contratações
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Instituto de Ciências Exatas e Tecnológicas (ICET)
Departamento
Departamento de Ciência da Computação
Programa de Pós-Graduação
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
Agência de fomento
CAPES
Tipo de impacto
Tecnológico
Áreas Temáticas da Extenção
Tecnologia e produção
Objetivos de Desenvolvimento Sustentável
ODS 8: Trabalho decente e crescimento econômico
Dados abertos
Sim
Resumo
O futebol, o esporte mais popular do mundo, é marcado por sua alta imprevisibilidade, o que dificulta a montagem de elencos, as escolhas táticas e a seleção de jogadores para cada partida. Este estudo explora o uso de técnicas de Aprendizado de Máquina (AM) e Pesquisa Operacional (PO) como ferramentas de apoio à tomada de decisão no contexto esportivo. O objetivo é desenvolver um modelo preditivo capaz de estimar o desempenho dos clubes com base em dados estatísticos individuais dos jogadores. A partir dessas previsões, são aplicados algoritmos de otimização para orientar estratégias de contratações, permitindo decisões mais eficientes e fundamentadas em dados. Essa abordagem visa reduzir a subjetividade nos processos de gestão esportiva, promovendo maior assertividade nas decisões de mercado por parte dos clubes. Palavras-chave: futebol; aprendizado de máquina; pesquisa operacional; análise de esportes; montagem de elenco.
Abstract
Football, the most popular sport in the world, is marked by a high degree of unpredictability, which makes squad building, tactical planning, and player selection particularly challenging. This study explores the use of Machine Learning (ML) and Operations Research (OR) techniques as decision-support tools in the sports context. The objective is to develop a predictive model capable of estimating club performance based on individual player statistics. These predictions are then used as inputs for optimization algorithms aimed at guiding player recruitment strategies, enabling more efficient and data-driven decisions. This approach seeks to reduce subjectivity in sports management processes, promoting greater accuracy in market decisions and contributing to a more strategic, evidence-based decision-making framework within football clubs. Keywords: football; machine learning; operations research; sports analytics; squad building
Descrição
Área de concentração
Ciência da Computação
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
NUNES, Lucio Vargas de Albuquerque. Otimização da montagem de elenco no futebol : aprendizado de máquina para redução da imprevisibilidade em contratações. 2026. 87 p. Dissertação (Mestrado Acadêmico) - Universidade Federal de Lavras, 2026.
Link externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Attribution-NonCommercial-NoDerivs 3.0 Brazil