Algoritmos computacionales para la predicción de partidos de fútbol

Descripción del Articulo

Dentro de los múltiples ámbitos, dónde se han aplicado modernos métodos de aprendizaje automático para conjuntos de datos muy grandes (Big Data), se pueden descubrir ideas que de otro modo podrían permanecer ocultas. No obstante, confiar y basarse solamente en dichos conjuntos de datos para descubri...

Descripción completa

Detalles Bibliográficos
Autor: Torres Hernández, Edwin Bryan
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad Señor de Sipan
Repositorio:USS-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uss.edu.pe:20.500.12802/6837
Enlace del recurso:https://hdl.handle.net/20.500.12802/6837
Nivel de acceso:acceso abierto
Materia:Algoritmos
Predicción
http://purl.org/pe-repo/ocde/ford#2.02.04
id USSS_2fb4e1a88f5be974d636acd9bde653d2
oai_identifier_str oai:repositorio.uss.edu.pe:20.500.12802/6837
network_acronym_str USSS
network_name_str USS-Institucional
repository_id_str 4829
dc.title.es_PE.fl_str_mv Algoritmos computacionales para la predicción de partidos de fútbol
title Algoritmos computacionales para la predicción de partidos de fútbol
spellingShingle Algoritmos computacionales para la predicción de partidos de fútbol
Torres Hernández, Edwin Bryan
Algoritmos
Predicción
http://purl.org/pe-repo/ocde/ford#2.02.04
title_short Algoritmos computacionales para la predicción de partidos de fútbol
title_full Algoritmos computacionales para la predicción de partidos de fútbol
title_fullStr Algoritmos computacionales para la predicción de partidos de fútbol
title_full_unstemmed Algoritmos computacionales para la predicción de partidos de fútbol
title_sort Algoritmos computacionales para la predicción de partidos de fútbol
author Torres Hernández, Edwin Bryan
author_facet Torres Hernández, Edwin Bryan
author_role author
dc.contributor.advisor.fl_str_mv Junior Eugenio, Cachay Maco
dc.contributor.author.fl_str_mv Torres Hernández, Edwin Bryan
dc.subject.es_PE.fl_str_mv Algoritmos
Predicción
topic Algoritmos
Predicción
http://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv http://purl.org/pe-repo/ocde/ford#2.02.04
description Dentro de los múltiples ámbitos, dónde se han aplicado modernos métodos de aprendizaje automático para conjuntos de datos muy grandes (Big Data), se pueden descubrir ideas que de otro modo podrían permanecer ocultas. No obstante, confiar y basarse solamente en dichos conjuntos de datos para descubrir y predecir conocimiento podría ser equivocado para muchos dominios de este mundo. En el marco de los deportes, el fútbol es el más representativo, jugado por dos equipos conformado por once jugadores cada uno, consiste en hacer que una pelota ingrese al arco del oponente, a cuya acción se le denominará “gol”. Los resultados de un partido de fútbol han sido considerados como el esfuerzo científico para mejorar las técnicas de juego y características del equipo. Debido a que, hay una gran cantidad de factores que se deben tener en cuenta y que además, muchas veces no se pueden representar cuantitativamente, predecir dichos resultados es un proceso complejo (Hucaljuk & Rakipovic, 2011). Dicho de este modo, es un desafío investigar la información y estrategia de clasificación que ayudarían a facilitar la predicción de los resultados de los partidos.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-02-27T21:06:26Z
dc.date.available.none.fl_str_mv 2020-02-27T21:06:26Z
dc.date.issued.fl_str_mv 2020
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12802/6837
url https://hdl.handle.net/20.500.12802/6837
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Perú
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.rights.uri.es_ES.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Perú
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
http://creativecommons.org/licenses/by-nc-nd/4.0
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Señor de Sipán
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - USS
dc.source.none.fl_str_mv reponame:USS-Institucional
instname:Universidad Señor de Sipan
instacron:USS
instname_str Universidad Señor de Sipan
instacron_str USS
institution USS
reponame_str USS-Institucional
collection USS-Institucional
dc.source.uri.es_PE.fl_str_mv Repositorio Institucional USS
bitstream.url.fl_str_mv http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/4/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf.txt
http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/5/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf.jpg
http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/1/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf
http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/2/license_rdf
http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/3/license.txt
bitstream.checksum.fl_str_mv 3ddb30b662101cbcb9cb8c3944b333e3
a7e292b36185031da3ba47a6db4dbc89
1cf4674b18ee5a2eec7a0bbe83ce659c
3655808e5dd46167956d6870b0f43800
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Señor de Sipán
repository.mail.fl_str_mv repositorio@uss.edu.pe
_version_ 1772955092043956224
spelling Junior Eugenio, Cachay MacoTorres Hernández, Edwin Bryan2020-02-27T21:06:26Z2020-02-27T21:06:26Z2020https://hdl.handle.net/20.500.12802/6837Dentro de los múltiples ámbitos, dónde se han aplicado modernos métodos de aprendizaje automático para conjuntos de datos muy grandes (Big Data), se pueden descubrir ideas que de otro modo podrían permanecer ocultas. No obstante, confiar y basarse solamente en dichos conjuntos de datos para descubrir y predecir conocimiento podría ser equivocado para muchos dominios de este mundo. En el marco de los deportes, el fútbol es el más representativo, jugado por dos equipos conformado por once jugadores cada uno, consiste en hacer que una pelota ingrese al arco del oponente, a cuya acción se le denominará “gol”. Los resultados de un partido de fútbol han sido considerados como el esfuerzo científico para mejorar las técnicas de juego y características del equipo. Debido a que, hay una gran cantidad de factores que se deben tener en cuenta y que además, muchas veces no se pueden representar cuantitativamente, predecir dichos resultados es un proceso complejo (Hucaljuk & Rakipovic, 2011). Dicho de este modo, es un desafío investigar la información y estrategia de clasificación que ayudarían a facilitar la predicción de los resultados de los partidos.Trabajo de investigaciónapplication/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 2.5 Perúhttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/http://creativecommons.org/licenses/by-nc-nd/4.0Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSAlgoritmosPredicciónhttp://purl.org/pe-repo/ocde/ford#2.02.04Algoritmos computacionales para la predicción de partidos de fútbolinfo:eu-repo/semantics/bachelorThesisSUNEDUBachillerUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoBachiller en Ingeniería de SistemasIngeniería de Sistemas612076http://purl.org/pe-repo/renati/level#bachillerhttp://purl.org/pe-repo/renati/type#trabajoDeInvestigacionTEXTTorres Hernández Edwin Bryan.pdf.txtTorres Hernández Edwin Bryan.pdf.txtExtracted texttext/plain34567http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/4/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf.txt3ddb30b662101cbcb9cb8c3944b333e3MD54THUMBNAILTorres Hernández Edwin Bryan.pdf.jpgTorres Hernández Edwin Bryan.pdf.jpgGenerated Thumbnailimage/jpeg9002http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/5/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf.jpga7e292b36185031da3ba47a6db4dbc89MD55ORIGINALTorres Hernández Edwin Bryan.pdfTorres Hernández Edwin Bryan.pdfapplication/pdf1028404http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/1/Torres%20Hern%c3%a1ndez%20Edwin%20Bryan.pdf1cf4674b18ee5a2eec7a0bbe83ce659cMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/2/license_rdf3655808e5dd46167956d6870b0f43800MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.uss.edu.pe//bitstream/20.500.12802/6837/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5320.500.12802/6837oai:repositorio.uss.edu.pe:20.500.12802/68372021-05-07 00:07:13.144Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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
score 13.95948
Algoritmos computacionales para la predicción de partidos de fútbol
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