Aplicació de tècniques de ‘Data Science’ a la predicció de resultats esportius

Abstract

En aquest projecte desenvolupa la metodologia CRISP-DM, una metodologia extensament aplicada en l’àmbit de la ciència de dades i mineria de dades, amb l’objectiu de predir resultats esportius de la NBA. Primer de tot es defineix l’objectiu principal que és determinar amb quin grau de precisió es poden arribar a predir els resultats finals de qualsevol partit de la NBA. Per obtenir resposta a aquesta pregunta s’han recollit una gran quantitat de dades i estadístiques, de partits i de jugadors. Des de l’edat dels jugadors, la ratxa de victòries en els últims partits, els dies de descans entre partits, lesions dels jugadors, etc. S’han recollit les dades corresponents a les últimes tres temporades disputades A partir d’aquestes dades recollides s’han processat i preparat. Gràcies a aquesta preparació s’han tret 20 variables diferents que han servit per fer la posterior anàlisi i predicció de resultats. Seguidament s’han aplicat diversos algoritmes de classificació com Logistic Regression i SVM i també diferents models de “testeig” de les dades com Time Series Cross Validation o Random Cross Validation. Tot amb l’objectiu de aconseguir la màxima eficàcia possible en la predicció de resultats. Finalment com a conclusions s’ha aconseguit una bona capacitat de previsió de resultats, al voltant del 66%, és a dir dos de cada tres partits predits de forma correcte. Aquest és un treball de fi de màster, relacionat amb el món de la ciència de dades, i per tant engloba també una part important de estadística, programació i en menor mesura de matemàtiques. .