Inteligência artificial explicável para análise de partidas de futebol

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Marques, Bruno Oliveira
Orientador(a): Barone, Dante Augusto Couto
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Informática
Palavras-chave em Inglês:
Data analysis
Machine learning
Association football
Soccer
Explainable artificial intelligence
Link de acesso: http://hdl.handle.net/10183/218992
Resumo: As recentes discussões sobre a ética na implementação e uso de algoritmos de aprendizagem de máquina para tomada de decisões que impactam pessoas de forma significativa, motivadas principalmente pela constatação de que, em diversos casos, eles reproduziram tendências discriminatórias presentes nos dados históricos que os alimentaram, geraram uma demanda por maior transparência nesses mecanismos. Tais esforços se consolidaram em um tópico emergente chamado de Inteligência Artificial Explicável, também conhecido pela sigla em inglês XAI. Seu objetivo é prover, para pessoas com acesso a um agente de aprendizagem, meios para que elas possam compreender o processo por trás de suas tomadas de decisão, com influência mínima na acurácia ou desempenho computacional. Uma de suas possíveis aplicações está na análise do impacto de fatores individuais, ou combinações destes, no resultado de uma previsão, permitindo assim otimizar melhor os esforços para a realização do objetivo representado por ela. O objetivo deste trabalho é utilizar tais métodos para investigar a influência exercida por fatores presentes em partidas de futebol em relação aos seus resultados, em um formato que possa ser manipulado e compreendido pelas partes interessadas, incluindo treinadores, preparadores e jogadores, de forma a auxiliar a melhoria de seus treinamentos e preparações táticas.
id URGS_64e0a8d3de41e2d4e3b9ddf44bfd9d4c
oai_identifier_str oai:www.lume.ufrgs.br:10183/218992
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Marques, Bruno OliveiraBarone, Dante Augusto Couto2021-03-17T04:20:08Z2020http://hdl.handle.net/10183/218992001122357As recentes discussões sobre a ética na implementação e uso de algoritmos de aprendizagem de máquina para tomada de decisões que impactam pessoas de forma significativa, motivadas principalmente pela constatação de que, em diversos casos, eles reproduziram tendências discriminatórias presentes nos dados históricos que os alimentaram, geraram uma demanda por maior transparência nesses mecanismos. Tais esforços se consolidaram em um tópico emergente chamado de Inteligência Artificial Explicável, também conhecido pela sigla em inglês XAI. Seu objetivo é prover, para pessoas com acesso a um agente de aprendizagem, meios para que elas possam compreender o processo por trás de suas tomadas de decisão, com influência mínima na acurácia ou desempenho computacional. Uma de suas possíveis aplicações está na análise do impacto de fatores individuais, ou combinações destes, no resultado de uma previsão, permitindo assim otimizar melhor os esforços para a realização do objetivo representado por ela. O objetivo deste trabalho é utilizar tais métodos para investigar a influência exercida por fatores presentes em partidas de futebol em relação aos seus resultados, em um formato que possa ser manipulado e compreendido pelas partes interessadas, incluindo treinadores, preparadores e jogadores, de forma a auxiliar a melhoria de seus treinamentos e preparações táticas.Recent discussions regarding the ethics on the application of machine learning algorithms for automated decision taking with significant impact on people’s lives, particularly given the acknowledgment of several instances in which they reproduced the discriminative tendencies behind the historical data given as input, generated a significant demand for increasing transparency over these mechanisms. Such efforts consolidated under an emerging field called Explainable Artificial Intelligence, or XAI. Its goal is to provide, for people with access to a learning agent, the means for them to understand the process behind its reasoning, with minimal impact on performance or predictive power. One of its possible applications is analyzing the weight that individual factors, or combinations thereof, have towards the model’s outcome, which allows for a better optimization of efforts behind reaching the objective represented by it. The goal behind this work is to use such methods in order to investigate the influence exerted by factors present in association football (soccer) matches towards their respective outcomes, in a comprehensible format that might be further inspected by interested parties such as managers, coaches, and players, in order to facilitate the improvement of their tactics and training sessions.application/pdfporInformáticaData analysisMachine learningAssociation footballSoccerExplainable artificial intelligenceInteligência artificial explicável para análise de partidas de futebolExplainable artificial intelligence for match analysis in football info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001122357.pdf.txt001122357.pdf.txtExtracted Texttext/plain75254http://www.lume.ufrgs.br/bitstream/10183/218992/2/001122357.pdf.txt725b01d8a4e2042696c4434b5e1109ebMD52ORIGINAL001122357.pdfTexto completoapplication/pdf597909http://www.lume.ufrgs.br/bitstream/10183/218992/1/001122357.pdfcc6602f010eac9083f1ba17a52cf950fMD5110183/2189922021-05-07 05:05:02.854104oai:www.lume.ufrgs.br:10183/218992Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-07T08:05:02Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Inteligência artificial explicável para análise de partidas de futebol
dc.title.alternative.en.fl_str_mv Explainable artificial intelligence for match analysis in football
title Inteligência artificial explicável para análise de partidas de futebol
spellingShingle Inteligência artificial explicável para análise de partidas de futebol
Marques, Bruno Oliveira
Informática
Data analysis
Machine learning
Association football
Soccer
Explainable artificial intelligence
title_short Inteligência artificial explicável para análise de partidas de futebol
title_full Inteligência artificial explicável para análise de partidas de futebol
title_fullStr Inteligência artificial explicável para análise de partidas de futebol
title_full_unstemmed Inteligência artificial explicável para análise de partidas de futebol
title_sort Inteligência artificial explicável para análise de partidas de futebol
author Marques, Bruno Oliveira
author_facet Marques, Bruno Oliveira
author_role author
dc.contributor.author.fl_str_mv Marques, Bruno Oliveira
dc.contributor.advisor1.fl_str_mv Barone, Dante Augusto Couto
contributor_str_mv Barone, Dante Augusto Couto
dc.subject.por.fl_str_mv Informática
topic Informática
Data analysis
Machine learning
Association football
Soccer
Explainable artificial intelligence
dc.subject.eng.fl_str_mv Data analysis
Machine learning
Association football
Soccer
Explainable artificial intelligence
description As recentes discussões sobre a ética na implementação e uso de algoritmos de aprendizagem de máquina para tomada de decisões que impactam pessoas de forma significativa, motivadas principalmente pela constatação de que, em diversos casos, eles reproduziram tendências discriminatórias presentes nos dados históricos que os alimentaram, geraram uma demanda por maior transparência nesses mecanismos. Tais esforços se consolidaram em um tópico emergente chamado de Inteligência Artificial Explicável, também conhecido pela sigla em inglês XAI. Seu objetivo é prover, para pessoas com acesso a um agente de aprendizagem, meios para que elas possam compreender o processo por trás de suas tomadas de decisão, com influência mínima na acurácia ou desempenho computacional. Uma de suas possíveis aplicações está na análise do impacto de fatores individuais, ou combinações destes, no resultado de uma previsão, permitindo assim otimizar melhor os esforços para a realização do objetivo representado por ela. O objetivo deste trabalho é utilizar tais métodos para investigar a influência exercida por fatores presentes em partidas de futebol em relação aos seus resultados, em um formato que possa ser manipulado e compreendido pelas partes interessadas, incluindo treinadores, preparadores e jogadores, de forma a auxiliar a melhoria de seus treinamentos e preparações táticas.
publishDate 2020
dc.date.issued.fl_str_mv 2020
dc.date.accessioned.fl_str_mv 2021-03-17T04:20:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/218992
dc.identifier.nrb.pt_BR.fl_str_mv 001122357
url http://hdl.handle.net/10183/218992
identifier_str_mv 001122357
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/218992/2/001122357.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/218992/1/001122357.pdf
bitstream.checksum.fl_str_mv 725b01d8a4e2042696c4434b5e1109eb
cc6602f010eac9083f1ba17a52cf950f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1797065162012753920

Registros relacionados