Aplicación de métodos de aprendizaje automático en el análisis y la predicción de resultados deportivos

• Valero, César Soto ^[1]
  1. [1] Universidad Central «Marta Abreu» de Las Villas
• Localización: Retos: nuevas tendencias en educación física, deporte y recreación, ISSN-e 1988-2041, ISSN 1579-1726, Nº. 34, 2018, págs. 377-382
• Idioma: español
• Títulos paralelos:
  • Application of automated learning methods for analyzing and predicting sports outcomes
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    El aprendizaje automático es una herramienta muy útil para el análisis de la gran cantidad de datos que se manejan en el deporte moderno. En la actualidad, este tipo de métodos se han convertido en un ámbito de investigación con grandes perspectivas de aplicación. En el presente trabajo se realiza una revisión del estado del arte sobre los principales métodos de aprendizaje automático empleados en el análisis cuantitativo de datos deportivos. En particular, se plantean las posibilidades que ofrecen estos métodos para dar solución a dos de los problemas más complejos en el deporte: el análisis del desempeño deportivo y la predicción de resultados competitivos. Además, se estudian las ventajas que ofrece el uso del aprendizaje automático para el análisis de los mercados deportivos y se propone una metodología para su aplicación como parte del proceso de toma de decisiones en el caso de las apuestas deportivas. La aplicación de esta teoría contribuye al desarrollo del análisis de datos deportivos, lo cual trae consigo una mejor comprensión del funcionamiento de las diferentes disciplinas deportivas y potencia el desarrollo técnico-táctico en el deporte. 

  • English

    Automated learning is a very useful tool for studying the vast amount of data constantly generated in modern sports. Currently, automated learning has become a field of research with a wide range of perspectives and applications. In this work, we perform a review on automated learning methods used for analyzing quantitative sport data. In particular, we focus on the advantages offered by automated learning methods to solve two of the most complex problems in sports: performance analysis, and prediction of competitive outcomes. In addition, we analyze automated learning methods used for monitoring sports markets. Furthermore, we propose a methodology for the application of automated learning methods in decision-making processes associated with sports bets. The application of this theory contributes significantly to the development of the analysis of sports data, which ensures a better understanding of the different sport disciplines and enhances technical-tactical development in sport.