PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014

Descripción del Articulo

El objetivo de este artículo es mostrar por qué las herramientas del novel campo de estudio llamado Big Data, está teniendo un creciente interés en diversas áreas alrededor del mundo. Para ello, se abordó una de las herramientas de Big Data denominada Machine Learning, específicamente un enfoque pro...

Descripción completa

Detalles Bibliográficos
Autores: Shiguihara Juárez, Pedro Nelson, Huamán Asencio, Víctor Yoel
Formato: artículo
Fecha de Publicación:2015
Institución:Universidad Señor de Sipan
Repositorio:USS-Revistas
Lenguaje:español
OAI Identifier:oai:ojs.revistas.uss.edu.pe:article/116
Enlace del recurso:http://revistas.uss.edu.pe/index.php/ING/article/view/116
Nivel de acceso:acceso abierto
id SSSU_3975a5125b70f93b69ca514d318f4249
oai_identifier_str oai:ojs.revistas.uss.edu.pe:article/116
network_acronym_str SSSU
network_name_str USS-Revistas
spelling PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014Shiguihara Juárez, Pedro NelsonHuamán Asencio, Víctor YoelEl objetivo de este artículo es mostrar por qué las herramientas del novel campo de estudio llamado Big Data, está teniendo un creciente interés en diversas áreas alrededor del mundo. Para ello, se abordó una de las herramientas de Big Data denominada Machine Learning, específicamente un enfoque probabilístico basado en el Teorema de Bayes. Con este enfoque se propone la construcción de un modelo que permita predecir el ganador en un partido de fútbol a partir de información histórica. Esta información histórica contempla los últimos tres años de partidos disputados por cada una de las 32 selecciones participantes en el mundial FIFA Brasil 2014. A pesar de que el modelo es simple, éste obtuvo resultados competitivos en comparación con los resultados obtenidos por una red neuronal y un portal web de predicciones deportivas. Lo resultados proporcionados por las técnicas de Big Data fueron interesantes a pesar de la alta incerteza que presenta un partido de fútbol. Además, para el gobierno y empresas, estas técnicas podrían ser empleadas para salvar vidas, ahorrar tiempo y dinero en tareas críticas.FACULTAD DE INGENIRÍA, ARQUITECTURA Y URBANISMO2015-08-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionespecíficamente un enfoque probabilístico basado en el Teorema de Bayesapplication/pdfaudio/mpeghttp://revistas.uss.edu.pe/index.php/ING/article/view/116INGENIERÍA: Ciencia, Tecnología e Innovación; Vol. 1 Núm. 1 (2014): VOL. 1 / Nº 1; 462313-1926reponame:USS-Revistasinstname:Universidad Señor de Sipaninstacron:USSspahttp://revistas.uss.edu.pe/index.php/ING/article/view/116/217http://revistas.uss.edu.pe/index.php/ING/article/view/116/1450info:eu-repo/semantics/openAccess2020-09-23T19:50:59Zmail@mail.com -
dc.title.none.fl_str_mv PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
title PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
spellingShingle PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
Shiguihara Juárez, Pedro Nelson
title_short PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
title_full PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
title_fullStr PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
title_full_unstemmed PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
title_sort PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
dc.creator.none.fl_str_mv Shiguihara Juárez, Pedro Nelson
Huamán Asencio, Víctor Yoel
author Shiguihara Juárez, Pedro Nelson
author_facet Shiguihara Juárez, Pedro Nelson
Huamán Asencio, Víctor Yoel
author_role author
author2 Huamán Asencio, Víctor Yoel
author2_role author
dc.description.none.fl_txt_mv El objetivo de este artículo es mostrar por qué las herramientas del novel campo de estudio llamado Big Data, está teniendo un creciente interés en diversas áreas alrededor del mundo. Para ello, se abordó una de las herramientas de Big Data denominada Machine Learning, específicamente un enfoque probabilístico basado en el Teorema de Bayes. Con este enfoque se propone la construcción de un modelo que permita predecir el ganador en un partido de fútbol a partir de información histórica. Esta información histórica contempla los últimos tres años de partidos disputados por cada una de las 32 selecciones participantes en el mundial FIFA Brasil 2014. A pesar de que el modelo es simple, éste obtuvo resultados competitivos en comparación con los resultados obtenidos por una red neuronal y un portal web de predicciones deportivas. Lo resultados proporcionados por las técnicas de Big Data fueron interesantes a pesar de la alta incerteza que presenta un partido de fútbol. Además, para el gobierno y empresas, estas técnicas podrían ser empleadas para salvar vidas, ahorrar tiempo y dinero en tareas críticas.
description El objetivo de este artículo es mostrar por qué las herramientas del novel campo de estudio llamado Big Data, está teniendo un creciente interés en diversas áreas alrededor del mundo. Para ello, se abordó una de las herramientas de Big Data denominada Machine Learning, específicamente un enfoque probabilístico basado en el Teorema de Bayes. Con este enfoque se propone la construcción de un modelo que permita predecir el ganador en un partido de fútbol a partir de información histórica. Esta información histórica contempla los últimos tres años de partidos disputados por cada una de las 32 selecciones participantes en el mundial FIFA Brasil 2014. A pesar de que el modelo es simple, éste obtuvo resultados competitivos en comparación con los resultados obtenidos por una red neuronal y un portal web de predicciones deportivas. Lo resultados proporcionados por las técnicas de Big Data fueron interesantes a pesar de la alta incerteza que presenta un partido de fútbol. Además, para el gobierno y empresas, estas técnicas podrían ser empleadas para salvar vidas, ahorrar tiempo y dinero en tareas críticas.
publishDate 2015
dc.date.none.fl_str_mv 2015-08-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
específicamente un enfoque probabilístico basado en el Teorema de Bayes
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://revistas.uss.edu.pe/index.php/ING/article/view/116
url http://revistas.uss.edu.pe/index.php/ING/article/view/116
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://revistas.uss.edu.pe/index.php/ING/article/view/116/217
http://revistas.uss.edu.pe/index.php/ING/article/view/116/1450
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
audio/mpeg
dc.publisher.none.fl_str_mv FACULTAD DE INGENIRÍA, ARQUITECTURA Y URBANISMO
publisher.none.fl_str_mv FACULTAD DE INGENIRÍA, ARQUITECTURA Y URBANISMO
dc.source.none.fl_str_mv INGENIERÍA: Ciencia, Tecnología e Innovación; Vol. 1 Núm. 1 (2014): VOL. 1 / Nº 1; 46
2313-1926
reponame:USS-Revistas
instname:Universidad Señor de Sipan
instacron:USS
reponame_str USS-Revistas
collection USS-Revistas
instname_str Universidad Señor de Sipan
instacron_str USS
institution USS
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1684462762393075712
score 13.893349
PREDICIENDO PARTIDOS DEL MUNDIAL FIFA BRASIL 2014
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares